AI 助理
文档备案控制台
开发者社区 云计算 文章 正文

GLM-4模型微调报内核版本不匹配的错误

2024-11-03 546
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写 侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介： GLM-4模型微调报内核版本不匹配的错误

在使用魔搭的notebook进行GLM-4模型微调时，报核版本不匹配的错误：Detected kernel version 4.19.91, which is below the recommended minimum of 5.5.0; this can cause the process to hang. It is recommended to upgrade the kernel to the minimum version or higher.
请教如何解决？
f2c338309a27eb81e2281d96517fb86.png

gaomin_721-39733
目录
相关文章
AI未闻花名
|
4月前
|
传感器 机器学习/深度学习 人工智能
构建AI智能体：九十七、YOLO多模态智能感知系统：从理论到实践的实时目标检测探讨
本文介绍了基于YOLO的多模态智能感知系统的设计与实现。系统通过YOLOv8模型实现高效目标检测，并采用多模态数据融合、行为分析和时空预测等技术提升检测性能。文章详细解析了YOLOv8架构，包括CSPDarknet骨干网络、PANet特征融合和解耦检测头设计；探讨了数据级、特征级和决策级三种多模态融合方法；设计了行为分析模块，涵盖个体/群体行为识别、交互分析和异常检测；实现了时空分析与预测功能。该系统可应用于安防监控、自动驾驶等领域，在复杂场景下展现出更好的鲁棒性和准确性。
AI未闻花名
354 7
little1d
|
人工智能 JSON 监控
Qwen2.5-Coder-7B-Instruct Lora 微调 SwanLab 可视化记录版
本节我们简要介绍如何基于 transformers、peft 等框架，对Qwen2.5-Coder-7B-Instruct 模型进行Lora微调。使用的数据集是中文法律问答数据集 DISC-Law-SFT，同时使用 SwanLab 监控训练过程与评估模型效果。
little1d
1912 4
TortoisePD
|
机器学习/深度学习 并行计算 PyTorch
【多GPU炼丹-绝对有用】PyTorch多GPU并行训练：深度解析与实战代码指南
本文介绍了PyTorch中利用多GPU进行深度学习的三种策略：数据并行、模型并行和两者结合。通过`DataParallel`实现数据拆分、模型不拆分，将数据批次在不同GPU上处理；数据不拆分、模型拆分则将模型组件分配到不同GPU，适用于复杂模型；数据和模型都拆分，适合大型模型，使用`DistributedDataParallel`结合`torch.distributed`进行分布式训练。代码示例展示了如何在实践中应用这些策略。
TortoisePD
3554 2
【多GPU炼丹-绝对有用】PyTorch多GPU并行训练：深度解析与实战代码指南
sysin
|
11月前
|
Web App开发 安全 Linux
Nexpose 8.12.0 for Linux & Windows - 漏洞扫描
Nexpose 8.12.0 for Linux & Windows - 漏洞扫描
sysin
181 0
Nexpose 8.12.0 for Linux & Windows - 漏洞扫描
楠竹11
|
机器学习/深度学习 人工智能
NeurIPS 2024：收敛速度最高8倍，准确率提升超30%！华科发布MoE Jetpack框架
在NeurIPS 2024会议上，华中科技大学团队发布了MoE Jetpack框架，旨在解决专家混合（MoE）模型训练中的挑战。该框架通过检查点回收和超球面自适应MoE（SpheroMoE）层两项技术，利用预训练密集模型加速收敛并提高准确性。实验表明，MoE Jetpack在视觉任务上显著提升收敛速度（最高8倍）和准确性（超过30%），为MoE模型的实际应用提供了新动力。尽管存在一些限制，如初始权重依赖密集模型及计算资源需求，但该框架大幅降低了MoE模型的训练成本，提升了其可行性。论文地址：https://arxiv.org/abs/2406.04801。
楠竹11
448 45
路人与大师
|
人工智能 并行计算 监控
深入剖析 Qwen2.5 - 32B 模型在 VLLM 上的单机三卡部署与运行
本文深入探讨了Qwen2.5 - 32B模型在VLLM框架上的部署过程，从模型下载、启动命令、资源占用分析到GPU资源分配及CUDA图应用，详述了大模型运行的挑战与优化策略，强调了硬件资源规划与技术调优的重要性。
路人与大师
8739 2
风吹落叶花飘荡
|
并行计算
huggingface_hub.utils._validators.HFValidationError: Repo id must be in the form ‘repo_name‘ or ‘nam
这篇文章介绍了在使用HuggingFace模型库时遇到的`Repo id`格式错误问题，并提供了将相对路径改为正确的绝对路径的解决办法。
风吹落叶花飘荡
5124 5
modelscope
|
人工智能 算法 云计算
0元！使用魔搭免费算力，基于Qwen基座模型，复现DeepSeek-R1
近期，随着DeepSeek-R1爆火，学术界掀起一股复现DeepSeek-R1的浪潮，李飞飞等斯坦福大学和华盛顿大学的研究人员以不到50美元的云计算费用，成功训练出了一个名为s1的人工智能推理模型。
modelscope
1120 5

热门文章

最新文章

  • 1
    SAP中SD模块使用事务码BP创建客户主数据
  • 2
    小伙用Python 分析了 20 万场吃鸡数据
  • 3
    域名实名认证中的常见问题
  • 4
    阿里云开发测试工程师专项认证，为你的DevOps能力加码！
  • 5
    专访高德地图开放平台的负责人童遥：跨机房同步和多路写入Redis集群方案将得到充分发展
  • 6
    如何实现Github博客评论功能
  • 7
    阿里云香港云服务器ECS、轻量应用服务器和云虚拟主机
  • 8
    从少年黑客到技术大神，揭秘背后鲜为人知的故事
  • 9
    使用keepalived和HaVip搭建具备高可用能力的SNAT网关
  • 10
    使用Datax将MySQL中的数据导入到TableStore中
  • 1
    Agent = Model + Harness：模型决定上限Harness 决定下限
    70
  • 2
    别再让Docker占满你的硬盘！一篇搞定docker system所有命令
    46
  • 3
    从“小单困局”到供应链Agent：成本结构、博弈逻辑与人机协同的技术推演
    67
  • 4
    [开源框架-实战]用 Hermes Agent 搭一个微信播报机器人
    77
  • 5
    阿里云/本地MacOS/Linux/Windows11秒级部署 OpenClaw 图文教程及常见问题解答
    123
  • 6
    【Azure Relay】记录使用Azure Relay在通信中遇见侦听器(Listener)或发送端(Sender)断开时的异常日志 (Hybrid Connection by Websocket)
    53
  • 7
    如何在VSCode中查看、转换markdown文件：使用MPE（Markdown Previe Enhanced）插件
    129
  • 8
    【MySQL百日打怪升级第18天】事务隔离级别详解：RC、RR、Serializable 到底怎么选？
    56
  • 9
    STM8S PWM互补输出加死区刹车配置指南
    51
  • 10
    JDK解压版免安装版下载地址和配置方法
    89

    • 相关电子书

    更多
  • 低代码开发师（初级）实战教程
  • 冬季实战营第三期：MySQL数据库进阶实战
  • 阿里巴巴DevOps 最佳实践手册
    • 下一篇
    银行卡归属地及开户行查询API查询实战指南