qxde01

python3.4 也有这个问题

1、例子中的baker没有做标点断句等处理，需要自己修改baker.py 2、baker数据句子都不长，对于长句的位置向量效果不佳，需做额外的后处理

@lawo123 要把#1#2#3韵律以及标点加进去训练，简单的后处理先切分句子合成再语音拼接

几年过去了，`tm`的函数变化很大，建议使用性能更好的`package::text2vec` @runninghack @eyangs @meteorwen

@hiyouga 加了，8X4090上测试的

有没有考虑过对话是奇数的？就是一问一答的形式，聊着聊着，后面不理你了，变成了奇数

方法1： `CUDA_VISIBLE_DEVICES=0,1,2,3,4,5,6,7 torchrun --nnodes 1 --nproc_per_node=8 main.py .....` 方法2： `accelerate launch main.py \ ...`

@ summer-silence 1、耗时取决于`batch-size=nproc_per_node*per_device_train_batch_size*gradient_accumulation_steps`，如果多卡和单卡一样的参数设置，耗时应该差不多，多卡还增加了通信成本, 2、资源问题，我没遇到过，我也不知道

`model.transformer.prefix_encoder.load_state_dict(new_prefix_state_dict)` 出现新的错误： `AttributeError: 'ChatGLMModel' object has no attribute 'prefix_encoder'`

随便，这只是学习的例子而已