关于lora的理解

非常推荐看参考中的文章，对lora的原理和代码，包括细节都讲得很清楚！

 参考：【OpenLLM 007】大模型炼丹术之小参数撬动大模型-万字长文全面解读PEFT参数高效微调技术 - 知乎 (zhihu.com)图解大模型微调系列之：大模型低秩适配器LoRA（原理篇） - 知乎 (zhihu.com)

一、为什么选lora

目前主流的微调方法：全参数微调、Adapter Tuning、Prefix Tuning和LoRA。

全参数微调太贵，没钱玩不起。Adapter Tuning是往大模型中额外的模块，会导致训练和推理的延迟。Prefix Tuning是在输入添加前缀，导致减少有效数据长度。

二、lora的原理

对比可以看出，lora把全参数微调的用矩阵A和B代替了。

lora的公式如下：

r：秩，r越大代表当前的A和B矩阵参数越多，也就越接近全参数微调，但是带来的噪声也就越多。

A：shape为[r, d]，用高斯初始化。

B：shape为[d, r]，初始化为0。

/r：缩放比例，lora的作者发现数据在经过B但是还没有经过激活层时的数值的波动幅度与r有相关性，所以需要除以r来消除。可以解释为大模型对新知识的侧重，越大就越重视。两个结合在一起就是/r。

对A和B初始化是为了在训练刚开始不给模型带来额外的噪声(就是数据经过AB值为0)。参考文章的作者去问了lora的作者得到答复如下：

r的取值：lora作者通过实验得到r的取值设为4，8的效果跟64差不多，甚至要好一点

三、peft的lora代码

这是我根据自己理解画的图，可能不大详细，有什么问题欢迎提出来。

下面是与lora有关的函数的添加注释版本，源代码太长了，我把一些代码用pass代替：

inject_adapter函数，调用函数创建和替换lora模块，冻结参数

def inject_adapter(self, model: nn.Module, adapter_name: str):
    r"""
    创建适配器层并用适配器层替换目标模块。
    This method is called under the hood by `peft.mapping.get_peft_model` if a non-prompt tuning adapter class is passed.

    The corresponding PEFT config is directly retrieved from the `peft_config` attribute of the BaseTuner class.

    Args:
        model (`nn.Module`):
            The model to be tuned.
        adapter_name (`str`):
            The adapter name.
    """
    # 得到lora参数
    peft_config = self.peft_config[adapter_name]
    self._check_new_adapter_config(peft_config)

    is_target_modules_in_base_model = False
    # 得到baichuan大模型的key
    key_list = [key for key, _ in model.named_modules()]

    model_config = getattr(model, "config", {"model_type": "custom"})
    if hasattr(model_config, "to_dict"):
        model_config = model_config.to_dict()

    peft_config = self._prepare_adapter_config(peft_config, model_config)
    for key in key_list:
        # 只有后缀是down_proj，up_proj，W_pack，gate_proj，o_proj才进行替换
        if not self._check_target_module_exists(peft_config, key):
            continue

        is_target_modules_in_base_model = True
        # 从模型中获取指定的子模块，返回子模块的父模块，子模块，子模块名
        parent, target, target_name = _get_submodules(model, key)

        optionnal_kwargs = {
            "loaded_in_8bit": getattr(model, "is_loaded_in_8bit", False),
            "loaded_in_4bit": getattr(model, "is_loaded_in_4bit", False),
            "current_key": key,
        }
        # 替换
        self._create_and_replace(peft_config, adapter_name, target, target_name, parent, **optionnal_kwargs)

    self._mark_only_adapters_as_trainable()

    if self.peft_config[adapter_name].inference_mode:
        for n, p in self.model.named_parameters():
            if adapter_name in n:
                p.requires_grad = False

_create_and_replace函数：创建和替换lora模块

def _create_and_replace(
    self,
    lora_config,
    adapter_name,
    target,
    target_name,
    parent,
    **optionnal_kwargs,
):
    bias = hasattr(target, "bias") and target.bias is not None
    kwargs = {
        # lora的秩，矩阵A和矩阵B相连接的宽度，r<

_create_new_module：创建新模块，如果是8bit训练新模块为Linear8bitLt，4bit训练新模块为Linear4bitLt，否则为Linear。

def _create_new_module(lora_config, adapter_name, target, **kwargs):
    # 值为None
    gptq_quantization_config = kwargs.get("gptq_quantization_config", None)
    # 根据量化配置文件获取正确的 AutoGPTQQuantLinear 类,因为配置文件是None，所以AutoGPTQQuantLinear也是None
    AutoGPTQQuantLinear = get_auto_gptq_quant_linear(gptq_quantization_config)

    loaded_in_8bit = kwargs.pop("loaded_in_8bit", False)
    loaded_in_4bit = kwargs.pop("loaded_in_4bit", False)
    bias = kwargs.pop("bias", False)

    if loaded_in_8bit and isinstance(target, bnb.nn.Linear8bitLt):
        eightbit_kwargs = kwargs.copy()
        eightbit_kwargs.update(
            {
                "has_fp16_weights": target.state.has_fp16_weights,
                "memory_efficient_backward": target.state.memory_efficient_backward,
                "threshold": target.state.threshold,
                "index": target.index,
            }
        )
        new_module = Linear8bitLt(
            adapter_name, target.in_features, target.out_features, bias=bias, **eightbit_kwargs
        )
    elif loaded_in_4bit and is_bnb_4bit_available() and isinstance(target, bnb.nn.Linear4bit):
        pass
    elif AutoGPTQQuantLinear is not None and isinstance(target, AutoGPTQQuantLinear):
        pass
    elif isinstance(target, torch.nn.Embedding):
        pass
    elif isinstance(target, torch.nn.Conv2d):
        pass
    else:
        pass

    return new_module

替换模块

def _replace_module(parent, child_name, new_module, child):
    """
    将父模块中的子模块替换为新模块，同时设置新模块的属性与子模块相同。
    
    参数：
        parent：父模块
        child_name：子模块名称
        new_module：新模块
        child：子模块
        
    """

    # 设置新模块为父模块的子模块
    setattr(parent, child_name, new_module)
    
    # 设置新模块的权重属性与子模块相同
    new_module.weight = child.weight
    
    # 如果子模块存在偏差属性，且偏差不为空，则设置新模块的偏差属性与子模块相同
    if hasattr(child, "bias"):
        if child.bias is not None:
            new_module.bias = child.bias

    # 如果子模块存在状态属性，设置新模块的状态属性与子模块相同，并将新模块移动到与子模块权重属性相同的设备上
    if getattr(child, "state", None) is not None:
        new_module.state = child.state
        new_module.to(child.weight.device)

    # 将新模块中的特定模块移动到与子模块权重属性相同的设备上
    for name, module in new_module.named_modules():
        if "lora_" in name:
            module.to(child.weight.device)
        if "ranknum" in name:
            module.to(child.weight.device)

Linea8bits class

class Linear8bitLt(bnb.nn.Linear8bitLt, LoraLayer):
    # Linear8bitLt类继承自bnb.nn.Linear8bitLt类和LoraLayer类
    def __init__(
        self,
        adapter_name,             # 适配器名称
        in_features,              # 输入特征数量
        out_features,             # 输出特征数量
        r: int = 0,               # r值（Lora的参数）
        lora_alpha: int = 1,      # Lora的alpha值
        lora_dropout: float = 0.0, # Lora的dropout值
        **kwargs,                 # 其他关键字参数
    ):
        bnb.nn.Linear8bitLt.__init__(
            self,
            in_features,
            out_features,
            bias=kwargs.get("bias", True),
            has_fp16_weights=kwargs.get("has_fp16_weights", True),
            memory_efficient_backward=kwargs.get("memory_efficient_backward", False),
            threshold=kwargs.get("threshold", 0.0),
            index=kwargs.get("index", None),
        )
        LoraLayer.__init__(self, in_features=in_features, out_features=out_features)

        # 将权重参数设置为不可训练
        self.weight.requires_grad = False
        # 是否初始化Lora权重，默认为True
        init_lora_weights = kwargs.pop("init_lora_weights", True)
        # 创建Lora层
        self.update_layer(adapter_name, r, lora_alpha, lora_dropout, init_lora_weights)
        # 当前激活的适配器名称，默认为adapter_name
        self.active_adapter = adapter_name

    def forward(self, x: torch.Tensor):
        # 调用父类的前向传播方法，得到输出结果
        result = super().forward(x)

        # 根据条件判断是否启用Lora
        if self.disable_adapters or self.active_adapter not in self.lora_A.keys():
            return result
        elif self.r[self.active_adapter] > 0:
            # 检查是否启用了自动混合精度
            if not torch.is_autocast_enabled():
                expected_dtype = result.dtype

                if x.dtype != torch.float32:
                    x = x.float()

                # Lora计算过程：先输入A模型，再输入B模型，最后乘以self.scaling
                output = (
                    self.lora_B[self.active_adapter](
                        self.lora_A[self.active_adapter](self.lora_dropout[self.active_adapter](x))
                    ).to(expected_dtype)
                    * self.scaling[self.active_adapter]
                )
            else:
                output = (
                    self.lora_B[self.active_adapter](
                        self.lora_A[self.active_adapter](self.lora_dropout[self.active_adapter](x))
                    )
                    * self.scaling[self.active_adapter]
                )
            # 将Lora计算结果加到原有结果中
            result += output
        return result