AIGC生成式代码——Code Llama 简介、部署、测试、应用、本地化

2024-06-25 AIGC 0

导读：

本文介绍了CodeLlama的简介、本地化部署、测试和应用实战方案，帮助学习大语言模型的同学们更好地应用CodeLlama。我们详细讲解了如何将CodeLlama部署到实际应用场景中，并通过实例演示了如何使用CodeLlama进行代码生成和优化。最后，总结了CodeLlama的应用实战经验和注意事项。
（有图有真相）：

一、CodeLlama简介

2023年08月25日(北京时间)，Meta发布了Code Llama，一个可以使用文本提示生成代码的大型语言模型（LLM)。Code Llama是最先进的公开可用的LLM代码任务，并有潜力使工作流程更快，为当前的开发人员和降低进入门槛的人正在学习代码。Code Llama有潜力作为一种生产力和教育工具来帮助程序员编写更健壮、文档更完善的软件。

Code Llama在Llama 2的基础上增强了编码能力。它可以从代码和自然语言提示(例如，“给我写一个输出斐波那契数列的函数。”)中生成代码和关于代码的自然语言。它也可以用于代码完成和调试。它支持许多当今最流行的语言，包括Python、c++、Java、PHP、Typescript (Javascript)、c#和Bash。

Code Llama有三个尺寸的版本，参数量分别为7B、13B和34B，并支持多种编程语言。它稳定支持了最高10万个token的上下文生成。例如，7B模型适合在单个GPU上运行，而34B模型提供了更好的编码辅助和最佳结果，但速度较慢。对于低延迟任务，比如实时代码补全，较小的7B和13B模型速度更快。

Code Llama，代码生成的基础模型；
Code Llama-Python，单独针对于python的模型；
Code Llama-Instruct，根据人工指令微调的模型。

https://huggingface.co/spaces/codellama/codellama-13b-chatCode Llama7B 在线试用地址: https://huggingface.co/spaces/codellama/codellama-13b-chat

二、CodeLlama 性能分析

在HumanEval上评估根据docstrings生成代码的能力，MBPP根据文字描述生成代码。

code Llama 34b模型在HumanEval达到53.7%，MBPP达到56.2%，接近Chatgpt的水平。

三、CodeLlama 功能简介

3.1 代码补全

我们可以使用 7B 和 13B 模型进行文本/代码补全或填充。下述代码演示了如何使用 pipeline 接口来进行文本补全。运行时，只需选择 GPU 即可在 Colab 的免费 GPU 上运行。

3.2 代码填充

这是代码模型才能完成的专门任务。该模型经过训练后，可以生成与给定上下文最匹配的代码 (包括注释)。这是代码助理的典型使用场景: 要求它们根据上下文填充当前光标处的代码。

3.3 对话式指令

如上所述，基础模型可用于补全和填充。Code Llama 还包含一个适用于对话场景的指令微调模型。

四、CodeLlama 部署

4.1基础环境搭建

4.1.1 git安装

打开git官网地址：Git进行下载，如下图界面

基本无脑下一步安装，下一步安装就好

4.1.2 conda安装

conda安装较为基础，网上的教程也比较多，这个比较全大家可以看一下：

Anaconda详细安装教程！！_anaconda安装_kingdom_121的博客-CSDN博客手把手教你安装anaconda，全网最详细，小学生一看就会。_anaconda安装https://blog.csdn.net/kingdom_121/article/details/131521138

%20

4.2%20推理环境搭建

%20

这俩个深度学习的基础环境，是我们做AI经常需要配置的，内容较多。我在这里推荐几个比较好的博客，自行进行安装配置。我电脑是RTX3060，使用cuda11.6，cuDNN版本：8.5.0

%20

4.2.1%20cuda环境配置、cudnn环境配置

%20

网上教程很多，实在懒得写了这个写的还行%20，重点是根据自己硬件情况，选择合适的教程。

%20

深度学习之CUDA+CUDNN详细安装教程%20-%20知乎1%20前言一点自己的想法了，可以跳过去，haha~%20在机器学习领域，为了让你的计算机学会某种技能，拥有我们的智慧，然后去做一些有趣的事情，比如去预测以后房子的价格，或者是在国家倡导垃圾分类的大环境下，让机器帮…https://zhuanlan.zhihu.com/p/416712347

4.3 核心—环境搭建

4.3.1 创建虚拟环境

conda create --name code_ll python=3.8

conda activate code_ll

4.3.2 torch安装

pytorch 安装地址如下：

pytPyTorchAn open source machine learning framework that accelerates the path from research prototyping to production deployment.https://pytorch.org/默认识别你系统环境，画重点，确定自己的cuda版本与python版本后装就可以了

如果默认找不到合适你的版本。点击，找到你的部分安装下载。Previous PyTorch Versions | PyTorchAn open source machine learning framework that accelerates the path from research prototyping to production deployment.https://pytorch.org/get-started/previous-versions/

4.3.3 huggingface安装

transformers的简介

https://github.com/huggingface/transformers/blob/main/README_zh-hans.mdhttps://github.com/huggingface/transformers/blob/main/README_zh-hans.md

transformers提供了数千个预先训练好的模型来执行不同模式的任务，如文本、视觉和音频。这些模型可应用于:
>> 文本：用于文本分类、信息提取、问题回答、摘要、翻译、文本生成等任务，支持100多种语言。
>> 图像：用于图像分类、对象检测和分割等任务。
>> 音频：用于语音识别和音频分类等任务。

transformer模型还可以在几种组合模式上执行任务，例如表格问题回答、光学字符识别、从扫描文档中提取信息、视频分类和视觉问题回答。
transformer提供了api，可以快速下载并在给定文本上使用这些预训练的模型，在您自己的数据集上对它们进行微调，然后在我们的模型中心上与社区共享。同时，每个定义架构的python模块都是完全独立的，可以进行修改以进行快速研究实验。
transformer由三个最流行的深度学习库——Jax、PyTorch和TensorFlow——支持，并在它们之间无缝集成。在加载模型进行推理之前，先用一个模型训练它们是很简单的。您可以从模型中心直接在它们的页面上测试我们的大多数模型。我们还提供私有模型托管、版本控制和公共和私有模型的推理API。

安装方式地址：

https://huggingface.co/docs/transformers/installation#installing-from-sourcehttps://huggingface.co/docs/transformers/installation#installing-from-source

Git 源码安装：

git clone https://github.com/huggingface/transformers.gitcd transformerspip install -e .

pip 或 conda安装

conda install -c huggingface transformers

pip install transformers

4.3.4 大模型本地下载

因网络限制原因，如果我们直接执行下载，基本等不到下载成功。

我们需要把下面资源都本地化下载吗，并且放到固定目录下

下载太慢了，后续更新百度云下载地址与csdn下载地址：

4.3.5 执行脚本

import timefrom transformers import AutoTokenizer, AutoModelimport transformersimport torchmodelname = r"F:/AI/nlp/codellama/CodeLlama-7b-hf"tokenizer = AutoTokenizer.from_pretrained(modelname)t1 = time.time()pipeline = transformers.pipeline(    "text-generation",    model=modelname,    torch_dtype=torch.float16,    device_map="auto",)sequences = pipeline(    '用python解决汉诺塔问题',    do_sample=True,    top_k=10,    temperature=0.1,    top_p=0.95,    num_return_sequences=1,    eos_token_id=tokenizer.eos_token_id,    max_length=500,)for seq in sequences:    print(f"Result: {seq['generated_text']}")t2 = time.time()print(    f"Time cost: {t2-t1} s")