复现官方教程出现 grad_norm:nan

[kaisersama112]

trafficstars

根据官方教程进行复现 进行微调时出现grad_norm:nan 参数配置如下：

Model

pretrained_model_name_or_path = 'internlm/internlm2-chat-7b' use_varlen_attn = False

Data

data_path = 'data' prompt_template = PROMPT_TEMPLATE.internlm2_chat max_length = 2048 pack_to_max_length = True

Scheduler & Optimizer

batch_size = 1 # per_device accumulative_counts = 16 dataloader_num_workers = 0 max_epochs = 3 optim_type = AdamW lr = 2e-4 betas = (0.9, 0.999) weight_decay = 0 max_norm = 1 # grad clip warmup_ratio = 0.03 出现错误：

随后我对batchsize及其lr进行调整：

Model

pretrained_model_name_or_path = 'internlm/internlm2-chat-7b' use_varlen_attn = False

Data

data_path = 'data' prompt_template = PROMPT_TEMPLATE.internlm2_chat max_length = 2048 pack_to_max_length = True

Scheduler & Optimizer

batch_size = 2 # per_device accumulative_counts = 16 dataloader_num_workers = 0 max_epochs = 3 optim_type = AdamW lr = 2e-7 betas = (0.9, 0.999) weight_decay = 0 max_norm = 1 # grad clip warmup_ratio = 0.03

错误依旧存在：

[LZHgrla]

尝试多训几百个iter？ 在某些模型、数据上确实会出现一段时间的grad_norm NaN 的情况，但一般在几百个iter后会正常。

[kaisersama112]

目前我将模型转移到服务器进行微调 

1. 本地微调模型为internlm2-chat-7b 我通过更改学习率为0.1 经过接近20个iter 还是会出现相同情况  
2. 同时目前服务器采用的与本地相同的数据集 模型改为internlm-chat-7b 目前并没有出现梯度爆炸问题，
3. 后续我会在服务器也对internlm2-chat-7b进行微调复现 看下问题是否还存在

• ----------------- 原始邮件 ------------------ 发件人: "InternLM/xtuner" @.>; 发送时间: 2024年3月22日(星期五) 晚上7:14 @.>; @.@.>; 主题: Re: [InternLM/xtuner] 复现官方教程出现 grad_norm:nan (Issue #507)

尝试多训几百个iter？ 在某些模型、数据上确实会出现一段时间的grad_norm NaN 的情况，但一般在几百个iter后会正常。

— Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you authored the thread.Message ID: @.***>

[kaisersama112]

对了 尝试多训几百个iter 我觉得并无多大意义了 本地loss 已经开始趋近于无限大

[LZHgrla]

@kaisersama112 可以训练一下开源数据集，比如alpaca ，查看是否会出现类似的情况。如果开源数据集是正常的，可能是构造的数据集有一些问题。

https://github.com/InternLM/xtuner/blob/main/xtuner/configs/internlm/internlm2_chat_7b/internlm2_chat_7b_qlora_alpaca_e3.py

[xmy0916]

请教下max_norm = 1 # grad clip这个不会生效吗？ @LZHgrla 这个梯度裁剪不会把大于1的梯度控制在1内么

[202030481266]

一开始确实会有nan，但是后面会有的。