ChatGLM的部署，主要是两个步骤：
- 在Github上下载chatglm的库文件
- 在Hugging Face上下载模型参数与配置文件
ChatGLM包
从Github上看ChatGLM项目文件的结构来看，仅仅是包含三种部署方式的py代码与微调的py代码
而相关的实现细节，比如神经网络、激活函数、损失函数等具体的实现，并不在该项目源码中。
不管以哪种方式部署，最核心就是三句代码，其作用是引入模型参数，初始化transformers配置；以web部署的方式为例：
tokenizer = AutoTokenizer.from_pretrained("THUDM/chatglm-6b", trust_remote_code=True)
model = AutoModel.from_pretrained("THUDM/chatglm-6b", trust_remote_code=True).half().cuda()
model = model.eval()
// 引入Gradio，实现web方式的使用
// 调用模型方法，开始进行对话推理
xx = model.stream_chat(xxxx);
web的调用是基于Gradio；
api的调用是基于fastapi；
cli的调用是基于python解释器；
Hugging Face
Hugging Face平台的模型库如下：
除去与训练后的模型参数(xxx.bin)外，其余的文件是huggingface的文件结构。
微调
微调的解决方案一般是P-Tuning或LoRA；ChatGLM-6B是基于P-Tuning v2实现的微调，P-Tuning v2是基于连续提示(continuous prompts)的思想。微调会生成新的模型参数文件，也称为checkpoint文件。
微调时可以选择全参数微调或是部分参数微调，其流程是训练+推理。训练生成新的checkpoint文件(模型参数)；推理则是加载模型参数文件。
训练前，需要调整参数，一般修改train.sh脚本文件就行。
推理时，加载原模型文件与微调后生成的checkpoint文件。还是通过那三句代码。
输出的checkpoint文件如下：
checkpoint文件夹内的文件如下：
transformers的联系
目前的模型，都会对接到Hugging Face平台的transformers库中，通过transformers库来管控大模型。所以在推理阶段通过三句代码就能调用AI模型。在微调阶段，生成的checkpoint文件中，其结构是Hugging Face平台的文件结构，包含transformers的相关配置及初始化信息。
总结
