日本語言語モデルJapanese StableLM Base Alpha 7Bを Windows で動かす（Python，PyTorch を使用）（Windows 上）

【要約】 日本語言語モデルJapanese StableLM Base Alpha 7BをWindowsで動かす手順は以下の通りである．まず，「pip install sentencepiece einops」と「pip install transformers」で必要なライブラリをインストールする．HuggingFaceの公式ページ https://huggingface.co/stabilityai/japanese-stablelm-base-alpha-7b に記載された手順に従い，そのページ内のPythonプログラムを実行する．さらに，このページではTkinterライブラリを使用してGUIを構築し，ユーザーからのメッセージをこのモデルに与え、結果を表示する Python アプリのソースコードと実行手順も示している．

アプリの実行画面

【目次】

  1. 前準備
  2. 日本語言語モデルJapanese StableLM Base Alpha 7Bを Windows で動かす
  3. 日本語言語モデルJapanese StableLM Base Alpha 7B に文章を与え，回答を得るプログラム

【関連する外部ページ】

前準備

Python のインストール（Windows上）

注：既にPython（バージョン3.12を推奨）がインストール済みの場合は，この手順は不要である．

winget（Windowsパッケージマネージャー）を使用してインストールを行う

  1. Windowsで，管理者権限でコマンドプロンプトを起動（手順：Windowsキーまたはスタートメニュー > cmd と入力 > 右クリック > 「管理者として実行」）。
  2. winget（Windowsパッケージマネージャー）が利用可能か確認する： 
    winget --version
  3. Pythonのインストール（下のコマンドにより Python 3.12 がインストールされる）． 
    reg add "HKLM\SYSTEM\CurrentControlSet\Control\FileSystem" /v LongPathsEnabled /t REG_DWORD /d 1 /f
REM Python をシステム領域にインストール
winget install --scope machine --id Python.Python.3.12 -e --silent
REM Python のパス
set "INSTALL_PATH=C:\Program Files\Python312"
echo "%PATH%" | find /i "%INSTALL_PATH%" >nul
if errorlevel 1 setx PATH "%PATH%;%INSTALL_PATH%" /M >nul
echo "%PATH%" | find /i "%INSTALL_PATH%\Scripts" >nul
if errorlevel 1 setx PATH "%PATH%;%INSTALL_PATH%\Scripts" /M >nul

    4. 【関連する外部サイト】

    【サイト内の関連ページ】

Visual Studio 2022 Build Toolsとランタイムのインストール

管理者権限でコマンドプロンプトを起動（手順：Windowsキーまたはスタートメニュー > cmd と入力 > 右クリック > 「管理者として実行」）し、以下を実行する。管理者権限は、wingetの--scope machineオプションでシステム全体にソフトウェアをインストールするために必要である。


REM Visual Studio 2022 Build Toolsとランタイムのインストール
winget install --scope machine Microsoft.VisualStudio.2022.BuildTools Microsoft.VCRedist.2015+.x64
set VS_INSTALLER="C:\Program Files (x86)\Microsoft Visual Studio\Installer\setup.exe"
set VS_PATH="C:\Program Files (x86)\Microsoft Visual Studio\2022\BuildTools"
REM C++開発ワークロードのインストール
%VS_INSTALLER% modify --installPath %VS_PATH% ^
--add Microsoft.VisualStudio.Workload.VCTools ^
--add Microsoft.VisualStudio.Component.VC.Tools.x86.x64 ^
--add Microsoft.VisualStudio.Component.Windows11SDK.22621 ^
--includeRecommended --quiet --norestart

PyTorch のインストール（Windows 上）

Windows 環境に PyTorch をインストールする手順を解説します．主に pip を使用する方法と Miniconda (conda) を使用する方法を紹介します．

1. 実行前の準備

インストール作業を行う前に，以下の準備と確認を行ってください．

2. PyTorch 公式サイトでのコマンド確認

【重要】 PyTorch のインストールコマンドは，OS，パッケージ管理ツール (pip/conda)，Python バージョン，CUDA バージョンによって異なります．必ず以下の PyTorch 公式サイトで，ご自身の環境に合った最新のインストールコマンドを確認・実行してください．

以下の手順で示すコマンドは，特定の環境（例: CUDA 11.8）における一例です．

3. pip を使用したインストール

Python 標準のパッケージ管理ツール pip を使用する方法です．

(1) pip の更新 (任意)

python -m pip install --upgrade pip

(2) 既存の PyTorch 関連パッケージのアンインストール (推奨)
古いバージョン等がインストールされている場合に実行します．

python -m pip uninstall torch torchvision torchaudio
# 必要に応じて torchtext, xformers などもアンインストール
# python -m pip uninstall torchtext xformers

(3) PyTorch のインストール
【注意】 必ず公式サイトで生成したコマンドを使用してください．以下は CUDA 11.8 環境向けの 一例 です．

# 公式サイトで取得した pip install コマンドを実行
# 例 (CUDA 11.8):
python -m pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

(4) インストールの確認

python -c "import torch; print(f'PyTorch Version: {torch.__version__}'); print(f'CUDA Available: {torch.cuda.is_available()}')"

CUDA Available: True と表示されれば，GPU が正しく認識されています (GPU 環境の場合)．

4. Miniconda (conda) を使用したインストール

データサイエンス環境構築によく使われる Miniconda (または Anaconda) を使用している場合は，conda コマンドでもインストールできます．

注意点:
conda 環境では，PyTorch のような複雑な依存関係を持つライブラリの場合，pip よりも依存関係の問題が発生することがあります．問題が発生した場合は，pip を使用したインストール（セクション3）を試すことを検討してください．

(1) Miniconda Prompt (または Anaconda Prompt) の起動
管理者として実行で Miniconda Prompt を起動します．

(2) PyTorch のインストール
【注意】 必ず公式サイトで Package に Conda を選択し，生成されたコマンドを使用してください．以下は CUDA 11.8 環境向けの 一例 です．

# 公式サイトで取得した conda install コマンドを実行
# 例 (CUDA 11.8):
conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia

-c pytorch -c nvidia は，PyTorch と NVIDIA の公式 conda チャネルを指定しています．

(3) インストールの確認

python -c "import torch; print(f'PyTorch Version: {torch.__version__}'); print(f'CUDA Available: {torch.cuda.is_available()}')"

関連情報

【サイト内の関連ページ】

【関連する外部ページ】

日本語言語モデルJapanese StableLM Base Alpha 7Bを Windows で動かす

Japanese StableLM Base Alpha 7B の HuggingFace の公式ページ: https://huggingface.co/stabilityai/japanese-stablelm-base-alpha-7b に記載の手順をそのまま動かす．

  1. Windows で，管理者権限でコマンドプロンプトを起動（手順：Windowsキーまたはスタートメニュー > cmd と入力 > 右クリック > 「管理者として実行」）。
  2. sentencepiece, einops のインストール 
    pip install sentencepiece einops
  3. transformers のインストール 
    pip install transformers
  4. Japanese StableLM Base Alpha 7B の HuggingFace の公式ページ: https://huggingface.co/stabilityai/japanese-stablelm-base-alpha-7b に記載の手順をそのまま動かす．
    1. まず python を起動 
      python
    2. Japanese StableLM Base Alpha 7B の HuggingFace の公式ページ: https://huggingface.co/stabilityai/japanese-stablelm-base-alpha-7bのプログラムをそのまま実行
    3. 実行結果の確認

      エラーメッセージが出ていないことを確認

日本語言語モデルJapanese StableLM Base Alpha 7B に文章を与え，回答を得るプログラム

このプログラムは，ユーザーからのメッセージを受け取り，それを 日本語言語モデルJapanese StableLM Base Alpha 7B に与え，画面に表示する． 履歴は保存され，画面で過去の履歴も閲覧可能である．

GUIの構築には，Tkinterライブラリを用いている． 履歴の表示にはリストボックスとスクロールバーを用い，ユーザーからのメッセージ入力はテキストフィールドで受け付け，そのメッセージの送信のために「Send」ボタンを配置している．

  1. Windows で，コマンドプロンプトを実行
  2. エディタを起動 
    cd /d c:%HOMEPATH%
notepad stablelm.py
  3. エディタで，次のプログラムを保存

    Japanese StableLM Base Alpha 7B の HuggingFace の公式ページ: https://huggingface.co/stabilityai/japanese-stablelm-base-alpha-7bのプログラムに機能を加えたものである． 

    import torch
from transformers import LlamaTokenizer, AutoModelForCausalLM
import tkinter as tk
import textwrap

WIDTH = 50

tokenizer = LlamaTokenizer.from_pretrained("novelai/nerdstash-tokenizer-v1")

model = AutoModelForCausalLM.from_pretrained(
    "stabilityai/japanese-stablelm-base-alpha-7b",
    trust_remote_code=True,
)
model.half()

if torch.cuda.is_available():
    model = model.to("cuda")

def do_chat(user_message):
    input_ids = tokenizer.encode(
        user_message.strip(),
        add_special_tokens=False,
        return_tensors="pt"
    )
    # this is for reproducibility.
    # feel free to change to get different result
    seed = 23
    torch.manual_seed(seed)
    tokens = model.generate(
        input_ids.to(device=model.device),
        max_new_tokens=128,
        temperature=1,
        top_p=0.95,
        do_sample=True,
    )
    out = tokenizer.decode(tokens[0], skip_special_tokens=False)
    return out

def send_message():
    user_message = entry_field.get("1.0", tk.END)
    for part in user_message.split('\n'):
        wrapped_message = textwrap.wrap(part, width=50)
        for line in wrapped_message:
            chat_history.insert(tk.END, "Q: " + line)
    entry_field.delete("1.0", tk.END)
    ai_message = "A: " + do_chat(user_message)
    for part in ai_message.split('\n'):
        wrapped_ai_message = textwrap.wrap(part, width=50)
        for line in wrapped_ai_message:
            chat_history.insert(tk.END, line)

root = tk.Tk()
root.title("Chat with AI")

frame = tk.Frame(root)
scroll = tk.Scrollbar(frame)
chat_history = tk.Listbox(frame, yscrollcommand=scroll.set, width=2 * WIDTH)
scroll.pack(side=tk.RIGHT, fill=tk.Y)
chat_history.pack(side=tk.LEFT, fill=tk.BOTH, expand=True)
frame.pack()

entry_field = tk.Text(root, width=2 * WIDTH, height=5)
entry_field.pack()
send_button = tk.Button(root, text="Send", command=send_message)
send_button.pack()

root.mainloop()
  4. Python プログラムの実行

    Python プログラムの実行

    Python 開発環境（Jupyter Qt Console, Jupyter ノートブック (Jupyter Notebook), Jupyter Lab, Nteract, Spyder, PyCharm, PyScripterなど）も便利である．

    Python のまとめ: 別ページ »にまとめ

    プログラムを stablelm.pyのようなファイル名で保存したので， 「python stablelm.py」のようなコマンドで行う． 

    python stablelm.py
  5. 実行の結果，モデルの読み込みが始まる（少し時間がかかる）．その後，画面が開く，

    画面下部の枠にメッセージを入力し，「Send」ボタンをクリックすると，画面上部で日本語言語モデルからの回答を確認できる．画面上部は履歴になっており，スクロールバーでスクロールできる．

上のプログラムは， stabilityai/japanese-stablelm-base-alpha-7b を使うようにしています．

対話のための学習が行われている stabilityai/japanese-stablelm-instruct-alpha-7b の方を使う場合には，利用者自身でライセンスを注意深く確認することをお薦めします．あわせて HuggingFace のログイン等を行う必要があるでしょう．