将模型转换为ONNX格式

AI Toolkit支持开放神经网络交换 (ONNX) 格式，用于在本地运行模型。ONNX是一个用于表示机器学习模型的开放标准，它定义了一组通用的运算符和一种文件格式，使模型能够在各种硬件平台上运行。

若要在AI Toolkit中使用来自其他目录（如Azure AI Foundry或Hugging Face）的模型，必须首先将它们转换为ONNX格式。

本教程将指导你将Hugging Face模型转换为ONNX格式并将其加载到AI Toolkit中。

设置环境

要从Hugging Face或Azure AI Foundry转换模型，你需要Model Builder工具。

请按照以下步骤设置你的环境

1. 确保你的设备上已安装Anaconda或Miniconda。

2. 为Model Builder创建一个专用的conda环境，并安装必要的依赖项（onnx、torch、onnxruntime_genai和transformers）

   conda create -n model_builder python==3.11 -y
   conda activate model_builder
   pip install onnx torch onnxruntime_genai==0.6.0 transformers
   

   注意：对于某些较新的模型，如Phi-4-mini，你可能需要直接从GitHub安装最新开发版本的transformers

   pip install git+https://github.com/huggingface/transformers
   

访问Hugging Face模型

有多种方法可以访问Hugging Face模型。在本教程中，我们以huggingface_hub CLI为例，演示如何管理模型仓库。

注意：在继续之前，请确保你的Python环境已正确设置。

要从Hugging Face下载模型

1. 安装CLI:

   pip install -U "huggingface_hub[cli]"
   

2. 下载模型仓库.

3. 下载的仓库中的所有文件都将在转换期间使用。

创建目录结构

AI Toolkit从其工作目录加载ONNX模型

• Windows: %USERPROFILE%\.aitk\models
• 类Unix系统 (macOS): $HOME/.aitk/models

为确保模型正确加载，请在AI Toolkit的工作目录中创建所需的四层目录结构。例如

mkdir C:\Users\Administrator\.aitk\models\microsoft\Phi-3.5-vision-instruct-onnx\cpu\phi3.5-cpu-int4-rtn-block-32

在此示例中，四层目录结构为microsoft\Phi-3.5-vision-instruct-onnx\cpu\phi3.5-cpu-int4-rtn-block-32。

将模型转换为ONNX格式

运行以下命令将模型转换为ONNX格式

python -m onnxruntime_genai.models.builder -m $modelPath -p $precision -e $executionProvider -o $outputModelPath -c $cachePath --extra_options include_prompt_templates=1

以下是将模型转换为ONNX格式的完整示例命令

python -m onnxruntime_genai.models.builder -m C:\hfmodel\phi3 -p fp16 -e cpu -o C:\Users\Administrator\.aitk\models\microsoft\Phi-3-mini-4k-instruct\cpu\phi3-cpu-int4-rtn-block-32-acc-level-4 -c C:\temp --extra_options include_prompt_templates=1

有关精度和执行提供者的更多详细信息，请参阅这些教程

• 精度基础
• 执行提供者基础

将模型加载到AI Toolkit中

转换后，将ONNX模型文件移动到新创建的目录中。AI Toolkit在激活时会自动从该目录加载ONNX模型。

你可以在MY MODELS视图中找到你的模型。要使用模型，请双击其名称，或打开TOOLS > Playground，然后从下拉列表中选择模型以开始与之交互。

注意：AI Toolkit不支持直接删除手动添加的模型。要删除模型，请手动删除其目录。

支持转换的模型

下表列出了AI Toolkit中支持转换为ONNX格式的模型