Open TankNee opened 2 months ago
我的bash脚本如下:
DISTRIBUTED_ARGS="
--nproc_per_node $GPUS_PER_NODE \
--nnodes $NNODES \
--node_rank $NODE_RANK \
--master_addr $MASTER_ADDR \
--master_port $MASTER_PORT
"
torchrun $DISTRIBUTED_ARGS finetune_internlm.py \
--model_name_or_path $MODEL \
--data_path $DATA \
--img_size 490 \
--given_num True \
--bf16 True \
--fix_vit True \
--fix_sampler False \
--use_lora False \
--output_dir output_qwen/interlm_s1-3 \
--num_train_epochs 1 \
--batch_size 1 \
--per_device_train_batch_size 2 \
--per_device_eval_batch_size 1 \
--gradient_accumulation_steps 8 \
--evaluation_strategy "no" \
--save_strategy "steps" \
--save_steps 500 \
--save_total_limit 1 \
--learning_rate 1e-3 \
--weight_decay 0.1 \
--adam_beta2 0.95 \
--warmup_ratio 0.01 \
--lr_scheduler_type "cosine" \
--logging_steps 1 \
--report_to "none" \
--max_length 4096 \
--gradient_checkpointing True \
--deepspeed scripts/intern_ds2.json
并且不是每个样本都有这个情况,甚至可以跑几个step再报错
{'loss': 14.9467, 'grad_norm': 94.78041076660156, 'learning_rate': 7.692307692307693e-05, 'epoch': 0.0}
{'loss': 15.5564, 'grad_norm': 89.43864440917969, 'learning_rate': 0.00015384615384615385, 'epoch': 0.0}
0%|▏ | 2/1250 [01:05<11:16:26, 32.52s/it]
问题描述:
在微调InternLM XComposer过程中,遇到了如下报错信息。报错指出期望的标量类型为Float,但实际找到的是BFloat16。不使用DeepSpeed直接使用python运行无报错
报错位置及代码片段: