[BUG] <title> 请问在用deepspeed zero3 训练的过程因为minicpm navit的逻辑会导致不同rank上的image feature size 不同这样会hang住，这个是怎么解决的？zero2是没有问题的 - Githubissues

OpenBMB / MiniCPM-V

MiniCPM-V 2.6: A GPT-4V Level MLLM for Single Image, Multi Image and Video on Your Phone

Apache License 2.0

12.71k stars 891 forks source link

[BUG] <title> 请问在用deepspeed zero3 训练的过程因为minicpm navit的逻辑会导致不同rank上的image feature size 不同这样会hang住，这个是怎么解决的？zero2是没有问题的 #644

Open royzhang12 opened 1 month ago

royzhang12 commented 1 month ago

是否已有关于该错误的issue或讨论？ | Is there an existing issue / discussion for this?

[X] 我已经搜索过已有的issues和讨论 | I have searched the existing issues / discussions

该问题是否在FAQ中有解答？ | Is there an existing answer for this in FAQ?

[X] 我已经搜索过FAQ | I have searched FAQ

当前行为 | Current Behavior

期望能知道这里的解决方案

期望行为 | Expected Behavior

No response

复现方法 | Steps To Reproduce

No response

运行环境 | Environment

- OS:
- Python:
- Transformers:
- PyTorch:
- CUDA (`python -c 'import torch; print(torch.version.cuda)'`):

备注 | Anything else?

No response

LDLINGLINGLING commented 1 month ago

这个大概率是还是deepspeed的版本和torch版本之类导致的，请问你用的是哪个版本的deepspeed，哪个版本的minicpmv呢

popoyaya commented 1 month ago

您好！我也遇到了这个问题，使用zero3，微调minicpm2.5卡住了。请问您解决了吗？