README.md

llama2-infer

学习 https://github.com/zjhellofss/KuiperInfer，从零实现一个深度学习推理框架的练手实验。

编译

mkdir build && cd build
export CC=/usr/bin/clang
export CXX=/usr/bin/clang++
cmake ..
make

模型转换

读取huggingface格式模型，直接生成tokenizer, param和bin文件，使用了ncnn的param格式，便于netron等工具查看。

python export_model.py models/stories42M stories42M

推理测试

以转换时最后一个参数为stories42M为例，转换后会在当前文件夹下生成stories42M.ncnn.param, stories42M.ncnn.bin, stories42M_tokenizer.bin这3个文件。推理命令如下

./inference stories42M "Once upon a time" 256 0.8

参考

• https://github.com/zjhellofss/KuiperInfer

• https://github.com/lrw04/llama2.c-to-ncnn

• https://github.com/karpathy/llama2.c