部署教程基于GPT2训练了一个傻狗机器人ByChatGPT技术学习

　　作者：小傅哥
　　博客：https://bugstack.cn
　　沉淀、分享、成长，让自己和他人都能有所收获！
　　首先我想告诉你，从事编程开发这一行，要学会的是 学习的方式方法 。方向对了，才能事半功倍。而我认为最快且行之有效的技术技能学习，就是上手实践。先不要搞太多的理论，买回来的自行车不能上来就拆，得先想办法骑起来。
　　所以小傅哥就是这样，学东西嘛。以目标为驱动，搭建可运行测试的最小单元版本。因为康威定律说；问题越小，越容易被理解和处理。所以在接触 ChatGPT 以后，我时常都在想怎么自己训练和部署一个这样的聊天对话模型，哪怕是很少的训练数据，让我测试也好。 所以这个会喷人的傻狗机器人来了！ 一、傻狗机器聊天
　　在基于前文小傅哥《搭个ChatGPT算法模型》的学习基础之上，以 OpenAI 开源的 GPT-2 和相关的 GPT2-chitchat 模型训练代码，部署了这个会喷人的傻狗机器人。但由于训练数据的问题，这个聊天机器人对起话来，总感觉 很变态 。—— 不过不影响我们做算法模型训练的学习。
　　此页面为小傅哥所编程的WEB版聊天对话窗口访问地址 ：http://120.48.169.252/ - 服务器配置有限，不能承载过大的并发访问。视频演示 ：https://www.bilibili.com/video/BV1LG4y1P7bo - 也可以通过B站视频，观看GPT2模型部署演示。二、基础配置环境
　　OpenAI GPT2 的模型训练和服务使用，需要用到 Python、TensorFlow 机器学习等相关配置，并且这些环境间有些版本依赖。所以为了顺利调试尽可能和我保持一样的版本。如果你对环境安装有难度，也可以找小傅哥帮忙买一台云服务器，之后我把我的环境镜像到你的服务器上就可以直接使用了。以下是所需的基本环境、代码和数据。 系统配置 ：Centos 7.9 - 2核4GB内存200G磁盘4Mbps带宽的云服务器 部署环境 ：Python3.7、 Transformers==4.2.0、pytorch==1.7.0模型代码 ：https://github.com/fuzhengwei/GPT2-chitchat - 此代码已开源，含websocket通信页面模型数据 ：https://pan.baidu.com/s/1iEu_-Avy-JTRsO4aJNiRiA - ju6m 1 环境依赖yum -y install zlib-devel bzip2-devel openssl-devel ncurses-devel sqlite-devel readline-devel tk-devel gdbm-devel db4-devel libpcap-devel xz-devel  yum install gcc -y  yum -y install libffi-devel  make  make altinstall  2 Python 3.7cd ~  # 1.下载Python安装包 wget https://www.python.org/ftp/python/3.7.4/Python-3.7.4.tgz  # 2.将安装包移动到/usr/local文件夹下 mv Python-3.7.4.tgz /usr/local/  # 3.在local目录下创建Python3目录 mkdir /usr/local/python3  # 4.进入的Python安装包压缩包所在的目录 cd /usr/local/  # 5.解压安装包 tar -xvf Python-3.7.4.tgz  # 6.进入解压后的目录 cd /usr/local/Python-3.7.4/  # 7.配置安装目录 ./configure --prefix=/usr/local/python3  # 8.编译源码 make  # 9.执行源码安装 make install  # 10.创建软连接 ln -s /usr/local/python3/bin/python3  /usr/bin/python3  # 11. 测试 python3 -V 3. 安装pip3cd ~  # 1.下载 wget https://bootstrap.pypa.io/get-pip.py  # 2.安装；注意咱们安装了 python3 所以是 pyhton3 get-pip.py python3 get-pip.py    # 3.查找pip安装路径 find / -name pip    # 4.将pip添加到系统命令 ln -s  /usr/local/python/bin/pip /usr/bin/pip      # 5.测试 pip -V    # 6.更换源，如果不更换那么使用 pip 下载软件会很慢 pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple pip config set install.trusted-host mirrors.aliyun.com pip config list    # pip国内镜像源：  # 阿里云 http://mirrors.aliyun.com/pypi/simple/ # 中国科技大学  https://pypi.mirrors.ustc.edu.cn/simple/ # 豆瓣 http://pypi.douban.com/simple # Python官方 https://pypi.python.org/simple/ # v2ex http://pypi.v2ex.com/simple/ # 中国科学院  http://pypi.mirrors.opencas.cn/simple/ # 清华大学 https://pypi.tuna.tsinghua.edu.cn/simple/   4. 安装gitcd ~  # 1.安装前首先得安装依赖环境 yum install -y perl-devel  # 2.下载源码包到 CentOS 服务器后进行解压 tar -zxf git-2.9.5.tar.gz  cd git-2.9.5  # 3.执行如下命令进行编译安装   ./configure --prefix=/usr/local/git  make && make install  # 4.添加到系统环境变量 vim ~/.bashrc  export PATH=＂/usr/local/git/bin:$PATH＂  # 5.使配置生效 source ~/.bashrc  # 6.测试 git version 5. 安装宝塔yum install -y wget && wget -O install.sh https://download.bt.cn/install/install_6.0.sh && sh install.sh 12f2c1d72 安装后登录宝塔提示的地址，默认它会使用8888端口，因此你需要在服务器上开启8888端口访问权限。 宝塔的安装是为了在服务端部署一个网页版聊天界面，使用到了 Nginx 服务。这里用宝塔操作更加容易。 三、模型运行环境
　　模型训练需要用到 transformers 机器学习服务，以及 pytorch、sklearn 等组件；以下内容需要分别安装； transformers==4.4.2 pytorch==1.7.0 sklearn tqdm numpy scipy==1.2.1 1. transformerspip install transformers==4.4.2 2. pytorchpip install torch==1.7.0+cpu torchvision==0.8.1+cpu torchaudio===0.7.0 -f https://download.pytorch.org/whl/torch_stable.html 这个torch版本+cpu与torchvision 需要匹配。 3. 其他安装
　　剩余的按照使用指令 pip install 就可以，另外在运行 GTP2-chitchat 时，如果提示缺少了某些组件，直接使用 pip 按照即可。 四、聊天页面配置
　　这里先把小傅哥给你准备好的websocket页面代码，通过宝塔创建站点后部署起来。代码：https://github.com/fuzhengwei/GPT2-chitchat/tree/master/web
　　之后通过打开你的宝塔地址，创建站点和上传Web代码。
　　注意 ：目前的这份代码中访问websocket的配置在index.js中，你需要修改成你的服务器地址。 if(!window.WebSocket){  alert(＂您的浏览器不支持WebSocket协议！推荐使用谷歌浏览器进行测试。＂);  return; } socket = new WebSocket(＂ws://120.48.169.252:7397＂); 五、模型训练部署1. 下载代码cd /home  git clone https://github.com/fuzhengwei/GPT2-chitchat.git
　　你需要修改下 interact.py 代码，变更这里有Websocket 的 IP和端口配置； async def start_server():     try:         async with websockets.serve(server, ＂192.168.0.4＂, 7397):             print(＂Starting server at ws://localhost:7397＂)             await asyncio.Future()  # run forever     except OSError as e:         print(f＂Error starting server: {e}＂)     except Exception as e:         print(f＂Unexpected error: {e}＂) 2. 上传模型
　　下载模型：https://pan.baidu.com/s/1iEu_-Avy-JTRsO4aJNiRiA#list/path=%2F - 密码：ju6m
　　上传模型：这里你需要在本机安装一个 SFTP 工具，或者使用 IntelliJ IDEA 提供的工具进行链接。链接后就可以把解压的模型上传到 /home/GPT2-chitchat/model 下。 async def start_server():     try:         async with websockets.serve(server, ＂192.168.0.4＂, 7397):             print(＂Starting server at ws://localhost:7397＂)             await asyncio.Future()  # run forever     except OSError as e:         print(f＂Error starting server: {e}＂)     except Exception as e:         print(f＂Unexpected error: {e}＂)
　　修改这部分代码的IP和端口，以及在云服务上开启 7397 的访问权限。另外为了安全起见，可以在云服务的防火墙IP来源中授权，只有你当前的台机器才可以链接到 websocket 上。 3. 启动服务
　　这里小傅哥通过 mac nuoshell 连接工具，进行模型启动； 模型路径：/home/GPT2-chitchat/model/model_epoch40_50w python3 interact.py --no_cuda --model_path /home/GPT2-chitchat/model/model_epoch40_50w
　　启动后就可以把你的 websocket 页面打开了，它会自动的链接到这个 websocket 服务上。 如果你还需要 Socket 或者命令行的服务，也可以修改 interact.py 代码进行处理。
　　以上就是整个 GPT2-chitchat 一个闲聊模型的部署，你也可以尝试使用 Docker 部署。如果在部署过程中实在很难部署成功，也可以找小傅哥买云服务，这样我可以直接把镜像部署到你的云服务上，就可以直接使用了。