LoRA微调：加入参数式微调

冻结原始网络参数，对Attention层中QKV等添加旁支，包含两个低维度的矩阵A和矩阵B，微调过程中仅更新A、B 矩阵

效果：训练参数被大幅降低，资源消耗较低。

对attention的参数加入如下图所示，使用两个A，B矩阵来拟合原始QKV矩阵，其中A，B矩阵中的两个参数r,lora_alpha为重要参数，一般情况下，lora_alpha为r的两倍以上。

Mindspore中的实现代码如下图所示：

整体流程代码部分：

数据导入和载入分词模型及配置：

\

数据样式：

数据处理逻辑部分：

训练模型参数及配置载入：

训练参数及配置：

香橙派板子上运行模型优化策略：

香橙派AIpro的host侧和device侧共享，所以在host侧的内存占用（如python的多进程，模型加载等）也会影响到显存。

优化策略：

1. 在加载模型时，直接加载fp16的权重，而非加载fp32权重再转成fp16。

2.如何限制拉起的python进程数，从而控制额外的内存占用，减少对显存的影响

3.在开启新的终端时，手动限制进程最大内存占用，开了swap然后再限制内存就可以空出来给NPU用。

学习心得：

1. 了解lora模型训练基础原理
2. 对mindspore上进行模型微调的代码进行分析和确认，方便后续代码的升级和维护
3. 对香橙派板子上进行微调的具体流程，包含数据预处理、模型参数及配置加载、训练参数和保存等。
4. 对香橙派板子上运行的模型优化策略有一定了解，例如权重加载、限制进程数、限制内存等。