210 lines
8.4 KiB
Markdown
210 lines
8.4 KiB
Markdown
### 常见问题
|
||
|
||
Q1: 本项目支持哪些文件格式？
|
||
|
||
A1: 目前已测试支持 txt、docx、md、pdf 格式文件，更多文件格式请参考 [langchain 文档](https://python.langchain.com/en/latest/modules/indexes/document_loaders/examples/unstructured_file.html)。目前已知文档中若含有特殊字符，可能存在文件无法加载的问题。
|
||
|
||
---
|
||
|
||
Q2: 执行 `pip install -r requirements.txt` 过程中，安装 `detectron2` 时发生报错怎么办？
|
||
|
||
A2: 如果不需要对 `pdf` 格式文件读取，可不安装 `detectron2`；如需对 `pdf` 文件进行高精度文本提取，建议按照如下方法安装：
|
||
|
||
```commandline
|
||
$ git clone https://github.com/facebookresearch/detectron2.git
|
||
$ cd detectron2
|
||
$ pip install -e .
|
||
```
|
||
|
||
---
|
||
|
||
Q3: 使用过程中 Python 包 `nltk`发生了 `Resource punkt not found.`报错，该如何解决？
|
||
|
||
A3: 方法一：https://github.com/nltk/nltk_data/raw/gh-pages/packages/tokenizers/punkt.zip 中的 `packages/tokenizers` 解压，放到 `nltk_data/tokenizers` 存储路径下。
|
||
|
||
`nltk_data` 存储路径可以通过 `nltk.data.path` 查询。
|
||
|
||
方法二：执行python代码
|
||
|
||
```
|
||
import nltk
|
||
nltk.download()
|
||
```
|
||
|
||
---
|
||
|
||
Q4: 使用过程中 Python 包 `nltk`发生了 `Resource averaged_perceptron_tagger not found.`报错，该如何解决？
|
||
|
||
A4: 方法一：将 https://github.com/nltk/nltk_data/blob/gh-pages/packages/taggers/averaged_perceptron_tagger.zip 下载，解压放到 `nltk_data/taggers` 存储路径下。
|
||
|
||
`nltk_data` 存储路径可以通过 `nltk.data.path` 查询。
|
||
|
||
方法二：执行python代码
|
||
|
||
```
|
||
import nltk
|
||
nltk.download()
|
||
```
|
||
|
||
---
|
||
|
||
Q5: 本项目可否在 colab 中运行？
|
||
|
||
A5: 可以尝试使用 chatglm-6b-int4 模型在 colab 中运行，需要注意的是，如需在 colab 中运行 Web UI，需将 `webui.py`中 `demo.queue(concurrency_count=3).launch( server_name='0.0.0.0', share=False, inbrowser=False)`中参数 `share`设置为 `True`。
|
||
|
||
---
|
||
|
||
Q6: 在 Anaconda 中使用 pip 安装包无效如何解决？
|
||
|
||
A6: 此问题是系统环境问题，详细见 [在Anaconda中使用pip安装包无效问题](在Anaconda中使用pip安装包无效问题.md)
|
||
|
||
---
|
||
|
||
Q7: 本项目中所需模型如何下载至本地？
|
||
|
||
A7: 本项目中使用的模型均为 `huggingface.com`中可下载的开源模型，以默认选择的 `chatglm-6b`和 `text2vec-large-chinese`模型为例，下载模型可执行如下代码：
|
||
|
||
```shell
|
||
# 安装 git lfs
|
||
$ git lfs install
|
||
|
||
# 下载 LLM 模型
|
||
$ git clone https://huggingface.co/THUDM/chatglm-6b /your_path/chatglm-6b
|
||
|
||
# 下载 Embedding 模型
|
||
$ git clone https://huggingface.co/GanymedeNil/text2vec-large-chinese /your_path/text2vec
|
||
|
||
# 模型需要更新时，可打开模型所在文件夹后拉取最新模型文件/代码
|
||
$ git pull
|
||
```
|
||
|
||
---
|
||
|
||
Q8: `huggingface.com`中模型下载速度较慢怎么办？
|
||
|
||
A8: 可使用本项目用到的模型权重文件百度网盘地址：
|
||
|
||
- ernie-3.0-base-zh.zip 链接: https://pan.baidu.com/s/1CIvKnD3qzE-orFouA8qvNQ?pwd=4wih
|
||
- ernie-3.0-nano-zh.zip 链接: https://pan.baidu.com/s/1Fh8fgzVdavf5P1omAJJ-Zw?pwd=q6s5
|
||
- text2vec-large-chinese.zip 链接: https://pan.baidu.com/s/1sMyPzBIXdEzHygftEoyBuA?pwd=4xs7
|
||
- chatglm-6b-int4-qe.zip 链接: https://pan.baidu.com/s/1DDKMOMHtNZccOOBGWIOYww?pwd=22ji
|
||
- chatglm-6b-int4.zip 链接: https://pan.baidu.com/s/1pvZ6pMzovjhkA6uPcRLuJA?pwd=3gjd
|
||
- chatglm-6b.zip 链接: https://pan.baidu.com/s/1B-MpsVVs1GHhteVBetaquw?pwd=djay
|
||
|
||
---
|
||
|
||
Q9: 下载完模型后，如何修改代码以执行本地模型？
|
||
|
||
A9: 模型下载完成后，请在 [configs/model_config.py](../configs/model_config.py) 文件中，对 `embedding_model_dict`和 `llm_model_dict`参数进行修改，如把 `llm_model_dict`从
|
||
|
||
```python
|
||
embedding_model_dict = {
|
||
"ernie-tiny": "nghuyong/ernie-3.0-nano-zh",
|
||
"ernie-base": "nghuyong/ernie-3.0-base-zh",
|
||
"text2vec": "GanymedeNil/text2vec-large-chinese"
|
||
}
|
||
```
|
||
|
||
修改为
|
||
|
||
```python
|
||
embedding_model_dict = {
|
||
"ernie-tiny": "nghuyong/ernie-3.0-nano-zh",
|
||
"ernie-base": "nghuyong/ernie-3.0-base-zh",
|
||
"text2vec": "/Users/liuqian/Downloads/ChatGLM-6B/text2vec-large-chinese"
|
||
}
|
||
```
|
||
|
||
---
|
||
|
||
Q10: 执行 `python cli_demo.py`过程中，显卡内存爆了，提示"OutOfMemoryError: CUDA out of memory"
|
||
|
||
A10: 将 `VECTOR_SEARCH_TOP_K` 和 `LLM_HISTORY_LEN` 的值调低，比如 `VECTOR_SEARCH_TOP_K = 5` 和 `LLM_HISTORY_LEN = 2`，这样由 `query` 和 `context` 拼接得到的 `prompt` 会变短，会减少内存的占用。或者打开量化，请在 [configs/model_config.py](../configs/model_config.py) 文件中，对`LOAD_IN_8BIT`参数进行修改
|
||
|
||
---
|
||
|
||
Q11: 执行 `pip install -r requirements.txt` 过程中遇到 python 包，如 langchain 找不到对应版本的问题
|
||
|
||
A11: 更换 pypi 源后重新安装，如阿里源、清华源等，网络条件允许时建议直接使用 pypi.org 源，具体操作命令如下：
|
||
|
||
```shell
|
||
# 使用 pypi 源
|
||
$ pip install -r requirements.txt -i https://pypi.python.org/simple
|
||
```
|
||
|
||
或
|
||
|
||
```shell
|
||
# 使用阿里源
|
||
$ pip install -r requirements.txt -i http://mirrors.aliyun.com/pypi/simple/
|
||
```
|
||
|
||
或
|
||
|
||
```shell
|
||
# 使用清华源
|
||
$ pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple/
|
||
```
|
||
|
||
Q12 启动api.py时upload_file接口抛出 `partially initialized module 'charset_normalizer' has no attribute 'md__mypyc' (most likely due to a circular import)`
|
||
|
||
这是由于 charset_normalizer模块版本过高导致的，需要降低低charset_normalizer的版本,测试在charset_normalizer==2.1.0上可用。
|
||
|
||
---
|
||
|
||
Q13 启动api.py时upload_file接口，上传PDF或图片时，抛出OSError: [Errno 101] Network is unreachable
|
||
|
||
某些情况下,linux系统上的ip在请求下载ch_PP-OCRv3_rec_infer.tar等文件时，可能会抛出OSError: [Errno 101] Network is unreachable，此时需要首先修改anaconda3/envs/[虚拟环境名]/lib/[python版本]/site-packages/paddleocr/ppocr/utils/network.py脚本，将57行的：
|
||
|
||
```
|
||
download_with_progressbar(url, tmp_path)
|
||
```
|
||
|
||
修改为：
|
||
|
||
```
|
||
try:
|
||
download_with_progressbar(url, tmp_path)
|
||
except Exception as e:
|
||
print(f"download {url} error,please download it manually:")
|
||
print(e)
|
||
```
|
||
|
||
然后按照给定网址，如"https://paddleocr.bj.bcebos.com/PP-OCRv3/chinese/ch_PP-OCRv3_rec_infer.tar"手动下载文件，上传到对应的文件夹中，如“.paddleocr/whl/rec/ch/ch_PP-OCRv3_rec_infer/ch_PP-OCRv3_rec_infer.tar”.
|
||
|
||
---
|
||
|
||
Q14 调用api中的 `bing_search_chat`接口时，报出 `Failed to establish a new connection: [Errno 110] Connection timed out`
|
||
|
||
这是因为服务器加了防火墙，需要联系管理员加白名单，如果公司的服务器的话，就别想了GG--!
|
||
|
||
---
|
||
|
||
Q15 加载chatglm-6b-int8或chatglm-6b-int4抛出 `RuntimeError: Only Tensors of floating point andcomplex dtype can require gradients`
|
||
|
||
疑为chatglm的quantization的问题或torch版本差异问题，针对已经变为Parameter的torch.zeros矩阵也执行Parameter操作，从而抛出 `RuntimeError: Only Tensors of floating point andcomplex dtype can require gradients`。解决办法是在chatglm-项目的原始文件中的quantization.py文件374行改为：
|
||
|
||
```
|
||
try:
|
||
self.weight =Parameter(self.weight.to(kwargs["device"]), requires_grad=False)
|
||
except Exception as e:
|
||
pass
|
||
```
|
||
|
||
如果上述方式不起作用，则在.cache/hugggingface/modules/目录下针对chatglm项目的原始文件中的quantization.py文件执行上述操作，若软链接不止一个，按照错误提示选择正确的路径。
|
||
|
||
注：虽然模型可以顺利加载但在cpu上仍存在推理失败的可能：即针对每个问题，模型一直输出gugugugu。
|
||
|
||
因此，最好不要试图用cpu加载量化模型，原因可能是目前python主流量化包的量化操作是在gpu上执行的,会天然地存在gap。
|
||
|
||
---
|
||
|
||
Q16 修改配置中路径后，加载text2vec-large-chinese依然提示`WARNING: No sentence-transformers model found with name text2vec-large-chinese. Creating a new one with MEAN pooling.`
|
||
|
||
尝试更换embedding，如text2vec-base-chinese，请在 [configs/model_config.py](../configs/model_config.py) 文件中，修改 `text2vec-base`参数为本地路径，绝对路径或者相对路径均可
|
||
|
||
---
|
||
|
||
Q17 启动webui.py时报错 `you need to set ValueError: If you want to offload some keys to cpu or disk, you need to set llm_int8_enable_fp32_cpu_offload=True.`
|
||
|
||
疑为GPU相关的问题，重新启动服务器即可 |