llama.onnx入门指南 - LLaMa/RWKV模型的ONNX转换与量化工具

Ray

llama.onnx

llama.onnx简介

llama.onnx是一个开源项目,旨在将LLaMa和RWKV等大型语言模型转换为ONNX格式,并提供模型量化和推理加速的功能。该项目的主要特点包括:

  • 支持将LLaMa-7B和RWKV-400M等模型转换为ONNX格式
  • 提供模型量化功能,可将模型压缩至FP16精度
  • 不依赖PyTorch或Transformers库,可独立运行
  • 支持内存池技术,可在2GB内存的设备上运行(但速度较慢)

主要功能

  1. 模型转换:支持将LLaMa和RWKV模型转换为ONNX格式
  2. 模型量化:可将模型量化至FP16精度,减小模型体积
  3. 推理加速:利用ONNX Runtime进行模型推理,提高推理速度
  4. 内存优化:通过内存池技术降低内存占用,支持低配置设备

使用方法

以下是使用llama.onnx的基本步骤:

  1. 安装依赖:
python3 -m pip install -r requirements.txt
  1. 运行LLaMa模型推理:
python3 demo_llama.py ${FP16_ONNX_DIR} "bonjour"
  1. 运行RWKV模型推理:
python3 demo_rwkv.py ${FP16_ONNX_DIR}

更多详细用法请参考项目文档

模型下载

llama.onnx提供了以下预转换的ONNX模型供下载使用:

模型精度大小下载链接
LLaMa-7BFP3226GB下载
LLaMa-7BFP1613GB下载
RWKV-4-palm-430MFP16920MB下载

相关资源

llama.onnx为研究人员和开发者提供了一种便捷的方式来转换、量化和加速大型语言模型。通过将模型转换为ONNX格式,可以在各种硬件平台上实现高效的模型推理。如果您对大型语言模型的部署和优化感兴趣,不妨尝试使用llama.onnx项目来加速您的工作流程。

avatar
0
0
0
相关项目
Project Cover

llm-chain

llm-chain是一组强大的Rust库,支持创建高级LLM应用,如聊天机器人和智能代理。平台支持云端和本地LLM,提供提示模板和多步骤链功能,以处理复杂任务。还支持向量存储集成,为模型提供长期记忆和专业知识。兼容ChatGPT、LLaMa和Alpaca模型,并通过llm.rs实现Rust语言的LLM支持,无需C++依赖。

Project Cover

llama.onnx

此项目提供LLaMa-7B和RWKV-400M的ONNX模型与独立演示,无需torch或transformers,适用于2GB内存设备。项目包括内存池支持、温度与topk logits调整,并提供导出混合精度和TVM转换的详细步骤,适用于嵌入式设备和分布式系统的大语言模型部署和推理。

Project Cover

modal_finetune_sql

此项目展示了在Text-to-SQL数据集上微调LLaMa 2 7B模型的过程。利用LlamaIndex、Modal和Hugging Face datasets等工具,项目提供了从数据加载到模型微调和推理的完整教程。开发者可以学习如何针对结构化数据库执行自然语言查询,并通过提供的模型权重下载选项,快速构建Text-to-SQL应用。项目涵盖了整个开发流程,为Text-to-SQL应用的实现提供了实用的参考。

Project Cover

Skywork-Reward-Gemma-2-27B

Skywork-Reward-Gemma-2-27B是基于gemma-2-27b-it架构开发的奖励模型。该模型仅使用80K高质量偏好对数据进行训练,在数学、编程和安全等多个领域的复杂场景偏好判断中表现优异。目前在RewardBench排行榜位居榜首,证明了利用相对小规模数据集和简单数据处理技术也能构建高性能奖励模型。

Project Cover

ruadapt_llama3_instruct_lep_saiga_kto_ablitirated

ruadapt_llama3_instruct_lep_saiga_kto_ablitirated是一个基于LLaMA 3和Learned Embedding Propagation (LEP)技术的大语言模型。它通过KTO和abliteration技术,在saiga_preferences数据集上训练,支持俄语和英语。模型运用先进的分词技术优化俄语适配,为自然语言处理提供新方案。这一创新模型特别适用于需要高质量俄语理解和生成的NLP任务,如机器翻译、文本分类和问答系统等。

最新项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

白日梦AI

白日梦AI提供专注于AI视频生成的多样化功能,包括文生视频、动态画面和形象生成等,帮助用户快速上手,创造专业级内容。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

讯飞绘镜

讯飞绘镜是一个支持从创意到完整视频创作的智能平台,用户可以快速生成视频素材并创作独特的音乐视频和故事。平台提供多样化的主题和精选作品,帮助用户探索创意灵感。

Project Cover

讯飞文书

讯飞文书依托讯飞星火大模型,为文书写作者提供从素材筹备到稿件撰写及审稿的全程支持。通过录音智记和以稿写稿等功能,满足事务性工作的高频需求,帮助撰稿人节省精力,提高效率,优化工作与生活。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号