LoRA support

[fclearner]

LoRA support

references: https://github.com/microsoft/LoRA/tree/bugfix_MergedLinear https://kexue.fm/archives/9590 https://github.com/huggingface/peft (I think PEFT methods used in NLP all have the potential to tune the ASR model)

LoRA experiment:

gpus: 4*3090

lora_list in encoder

base_model	finetune_mathod	lora_rank	lora_alpha	lora_dropout	lora_list	decoding mode	test-aishell CER	wenetspeech-test-net CER	num of parameters	time/per-epoch	gpu mem
wenet_u2pp_conformer(wenetspeech)	baseline	/	/	/	/	attention rescoring	5.83%	10.82 %	/	/	/
wenet_u2pp_conformer(wenetspeech)	aishell finetune (20 epochs)	/	/	/	/	attention rescoring	3.16%	17.02%	122553574	645 seconds	21170MB
wenet_u2pp_conformer(wenetspeech)	aishell LoRA (20 epochs)	8	8	0.1	q,k,v,linear_out	attention rescoring	5.08%	14.32%	393216	350 seconds	17268MB
wenet_u2pp_conformer(wenetspeech)	aishell LoRA (20 epochs)	16	16	0.1	q,k,v,linear_out	attention rescoring	4.98%	14.51 %	786432	351 seconds	17321MB

[xingchensong]

thx ! any numbers?

[fclearner]

thx ! any numbers?

I conducted experiments on my own data and will soon update the experiment results on the open-source data.

[Mddct]

可以通过继承的方式， 比如loara_conformer_encoder, lora_attention, 重写encoder 和attention， 目录如下：

• wenet/fintune/lora/encoder.py
• wenet/fintune/lora/attention.py

然后在init_model.py 里边初始化，这样对原始代码几乎无侵入，并且fintue的方式还有lora变种 adapter等方式，可以方便后续扩展

[fclearner]

可以通过继承的方式， 比如loara_conformer_encoder, lora_attention, 重写encoder 和attention， 目录如下：

• wenet/fintune/lora/encoder.py
• wenet/fintune/lora/attention.py

然后在init_model.py 里边初始化，这样对原始代码几乎无侵入，并且fintue的方式还有lora变种 adapter等方式，可以方便后续扩展

ok, it's a good idea

[xingchensong]

可以通过继承的方式， 比如loara_conformer_encoder, lora_attention, 重写encoder 和attention， 目录如下：

• wenet/fintune/lora/encoder.py
• wenet/fintune/lora/attention.py

然后在init_model.py 里边初始化，这样对原始代码几乎无侵入，并且fintue的方式还有lora变种 adapter等方式，可以方便后续扩展

实验很赞，另外同意周哥看法，

1. 可以按照这种方式（wenet/fintune/lora/encoder.py 继承 wenet/transformer/encoder.py, attention同理）吗？现在loralib里的文件也可以统一放进 wenet/fintune/lora， 好处之一是lora相关代码没有侵入修改，好处之二是后面可以追加 wenet/fintune/adapter 实现
2. rebase一下代码，将train.py的相关修改转移到其他文件中（具体修改已评论）

然后可以合并了

[Mddct]

赞， 过两天看一下

[xingchensong]

辛苦了！great job ！

[srdfjy]

hi @fclearner ，之前说LoRA还有个补丁要打，请问这个什么时候merge呢？

[fclearner]

hi @fclearner ，之前说LoRA还有个补丁要打，请问这个什么时候merge呢？

其实就是encoder的参数传岔了。。。因为之前的一个commit，你可以自己修一下，我还没来得及验证代码。。周末看看

[fclearner]

hi @fclearner ，之前说LoRA还有个补丁要打，请问这个什么时候merge呢？

hello，我大概改了一版，但我这边训练有点问题，晚上看下： https://github.com/fclearner/wenet/tree/LoRA_fix_args

[fclearner]

hi @fclearner ，之前说LoRA还有个补丁要打，请问这个什么时候merge呢？

调model.eval()的时候会报错，不用deepspeed能跑，感觉是初始化的时候deepspeed有点问题，应该是类似这个issue的问题：https://github.com/huggingface/alignment-handbook/issues/57