GR00T是英偉達最新的人類機器人基礎(chǔ)模型。自然，機器人專家對將這種模型應(yīng)用于各種機器人應(yīng)用有著極大的興趣。微調(diào)是一個我們教模型新技能的過程，例如，用新的機器人硬件操縱新的物體。然而，微調(diào)基礎(chǔ)模型對于我們中的許多GPU貧乏的人來說在計算上是令人望而卻步的——直到現(xiàn)在。在這里，我們將探討如何使用LoRa在個人計算機上實現(xiàn)參數(shù)有效微調(diào)(PEFT)。

背景

訓(xùn)練一個神經(jīng)網(wǎng)絡(luò)通常需要比推理多幾倍的內(nèi)存。這是因為在訓(xùn)練過程中，除了模型權(quán)重之外，現(xiàn)代優(yōu)化器還需要存儲中間激活、梯度值和其他狀態(tài)，以幫助優(yōu)化器適應(yīng)復(fù)雜的訓(xùn)練動態(tài)。

傳統(tǒng)的微調(diào)和任何訓(xùn)練過程一樣昂貴。它仍然使用相同數(shù)量的內(nèi)存。如果你沒有獲得h100，你就不走運了。然而，像LoRA這樣的PEFT技術(shù)允許我們對模型的一小部分進行微調(diào)。

LoRA

在我看來，低等級適配器(LoRA)是最優(yōu)雅的PEFT實現(xiàn)。它不是完整地訓(xùn)練模型，而是將一組非常小的權(quán)重覆蓋到模型的原始權(quán)重(稱為LoRA適配器)上。模型的原始權(quán)重是固定的，只有LoRA適配器是可訓(xùn)練的，與原始網(wǎng)絡(luò)相比，它們的大小通常在0.5%到5%之間。使用更小的可訓(xùn)練參數(shù)集和更少的優(yōu)化器狀態(tài)來存儲，它使得使用PEFT進行微調(diào)在計算上更加友好。一旦訓(xùn)練完成，這些小的權(quán)重集就會被加回到原來的權(quán)重中。

輸出=輸入* W

W：原權(quán)矩陣;[input_dim, output_dim]

ΔW: delta權(quán)重;與W相同的尺寸

W_ft：微調(diào)權(quán)重矩陣= W + ΔW

由于微調(diào)只對原始模型權(quán)重進行很小的更改，因此與原始權(quán)重矩陣相比，delta權(quán)重ΔW應(yīng)該只包含一小部分信息。因此，我們可以將ΔW表示為兩個瘦矩陣的乘積，而不是將其作為與原始權(quán)重矩陣相同的大?。?

ΔW_lora = B x A ~= ΔW

[input_dim, r]

A: [r, output_dim]

ΔW_lora是ΔW的近似值，r表示我們想要使用的排名數(shù)。把r想象成你想用在音樂文件上的比特率，不同的是，這里我們處理的是矩陣重構(gòu)錯誤而不是音頻丟失。

ΔW的最大rank是max(input_dim, output_dim)。但是，由于ΔW包含的信息并不豐富，我們可以使用很小的r，例如16到128，而仍然可以得到很好的結(jié)果。這也是LoRA名稱Low-Rank Adaption背后的根源。

ΔW_lora迭代地應(yīng)用于模型中的所有變壓器權(quán)重矩陣。因為我們只訓(xùn)練ΔW_lora，與傳統(tǒng)的微調(diào)相比，它只需要一小部分內(nèi)存。這使我們可以自由地在微調(diào)性能和計算預(yù)算之間進行交易。

如果您對實現(xiàn)細節(jié)感到好奇，請查看已上載到Nvidia Isaac-GR00T官方回購的PR。

搭建環(huán)境

讓我們從設(shè)置Pyenv和miniconda開始

根據(jù)這里的說明設(shè)置shell。例如，如果你使用zsh：

重新加載shell并測試Pyenv的安裝

安裝Miniconda

獲取模型

對模型進行微調(diào)

要運行微調(diào)示例：

本文編譯自hackster.io