欧美美女视频直播,长腿丝袜美女视频,美女视频色版

選自lightning.ai

機器之心編譯

編輯：王楷

讓算力資源用到極致，是每一位開發(fā)者的必修課。

自從大模型變成熱門趨勢之后，GPU 就成了緊俏的物資。很多企業(yè)的儲備都不一定充足，更不用說個人開發(fā)者了。有沒有什么方法可以更高效的利用算力訓(xùn)練模型？

在最近的一篇博客，Sebastian Raschka 介紹了「梯度累積」的方法，能夠在 GPU 內(nèi)存受限時使用更大 batch size 訓(xùn)練模型，繞開硬件限制。

在此之前，Sebastian Raschka 也分享過一篇運用多 GPU 訓(xùn)練策略加速大型語言模型微調(diào)的文章，包括模型或 tensor sharding 等機制，這些機制將模型權(quán)重和計算分布在不同的設(shè)備上，以解決 GPU 的內(nèi)存限制。

微調(diào) BLOOM 模型進(jìn)行分類

假設(shè)我們有興趣采用近期預(yù)訓(xùn)練的大型語言模型來處理文本分類等下游任務(wù)。那么，我們可能會選擇使用 GPT-3 的開源替代品 BLOOM 模型，特別是「僅有」 5.6 億個參數(shù)的 BLOOM 版本 —— 它應(yīng)該可以毫無問題地融入至傳統(tǒng) GPU 的 RAM 中（Google Colab 免費版本擁有 15 Gb RAM 的 GPU)。

一旦開始，就很可能遇到問題：內(nèi)存會在訓(xùn)練或微調(diào)期間迅速增加。訓(xùn)練這個模型的唯一方法是使批大小為 1（batch size=1）。

使用批大小為 1（batch size=1）為目標(biāo)分類任務(wù)微調(diào) BLOOM 的代碼如下所示。你也可以在 GitHub 項目頁面下載完整代碼：

https://github.com/rasbt/gradient-accumulation-blog/blob/main/src/1_batchsize-1.py

你可以將此代碼直接復(fù)制并粘貼到 Google Colab 中，但還必須將隨附的 local_dataset_utilities.py 文件拖放到從該文件導(dǎo)入了一些數(shù)據(jù)集實用程序的同一文件夾中。

# pip install torch lightning matplotlib pandas torchmetrics watermark transformers datasets -U

import osimport os.path as opimport time

from datasets import load_datasetfrom lightning import Fabricimport torchfrom torch.utils.data import DataLoaderimport torchmetricsfrom transformers import AutoTokenizerfrom transformers import AutoModelForSequenceClassificationfrom watermark import watermark

from local_dataset_utilities import download_dataset, load_dataset_into_to_dataframe, partition_datasetfrom local_dataset_utilities import IMDBDataset

def tokenize_text (batch): return tokenizer (batch ['text'], truncation=True, padding=True, max_length=1024)

def train (num_epochs, model, optimizer, train_loader, val_loader, fabric):

for epoch in range (num_epochs): train_acc = torchmetrics.Accuracy ( task='multiclass', num_classes=2).to (fabric.device)

for batch_idx, batch in enumerate (train_loader): model.train ()

### FORWARD AND BACK PROP outputs = model ( batch ['input_ids'], attention_mask=batch ['attention_mask'], labels=batch ['label'] )

fabric.backward (outputs ['loss'])

### UPDATE MODEL PARAMETERS optimizer.step () optimizer.zero_grad ()

### LOGGING if not batch_idx % 300: print (f'Epoch: {epoch+1:04d}/{num_epochs:04d}' f'| Batch {batch_idx:04d}/{len (train_loader):04d}' f'| Loss: {outputs ['loss']:.4f}')

model.eval () with torch.no_grad (): predicted_labels = torch.argmax (outputs ['logits'], 1) train_acc.update (predicted_labels, batch ['label'])

### MORE LOGGING model.eval () with torch.no_grad (): val_acc = torchmetrics.Accuracy (task='multiclass', num_classes=2).to (fabric.device) for batch in val_loader: outputs = model ( batch ['input_ids'], attention_mask=batch ['attention_mask'], labels=batch ['label'] ) predicted_labels = torch.argmax (outputs ['logits'], 1) val_acc.update (predicted_labels, batch ['label'])

print (f'Epoch: {epoch+1:04d}/{num_epochs:04d}' f'| Train acc.: {train_acc.compute ()*100:.2f}%' f'| Val acc.: {val_acc.compute ()*100:.2f}%' ) train_acc.reset (), val_acc.reset ()

if __name__ == '__main__':

print (watermark (packages='torch,lightning,transformers', python=True)) print ('Torch CUDA available?', torch.cuda.is_available ()) device = 'cuda' if torch.cuda.is_available () else 'cpu'

torch.manual_seed (123) # torch.use_deterministic_algorithms (True)

########################## ### 1 Loading the Dataset ########################## download_dataset () df = load_dataset_into_to_dataframe () if not (op.exists ('train.csv') and op.exists ('val.csv') and op.exists ('test.csv')): partition_dataset (df)

imdb_dataset = load_dataset ( 'csv', data_files={ 'train': 'train.csv', 'validation': 'val.csv', 'test': 'test.csv', }, )

######################################### ### 2 Tokenization and Numericalization #########################################

tokenizer = AutoTokenizer.from_pretrained ('bigscience/bloom-560m', max_length=1024) print ('Tokenizer input max length:', tokenizer.model_max_length, flush=True) print ('Tokenizer vocabulary size:', tokenizer.vocab_size, flush=True)

print ('Tokenizing ...', flush=True) imdb_tokenized = imdb_dataset.map (tokenize_text, batched=True, batch_size=None) del imdb_dataset imdb_tokenized.set_format ('torch', columns=['input_ids', 'attention_mask', 'label']) os.environ ['TOKENIZERS_PARALLELISM'] = 'false'

######################################### ### 3 Set Up DataLoaders #########################################

train_dataset = IMDBDataset (imdb_tokenized, partition_key='train') val_dataset = IMDBDataset (imdb_tokenized, partition_key='validation') test_dataset = IMDBDataset (imdb_tokenized, partition_key='test')

train_loader = DataLoader ( dataset=train_dataset, batch_size=1, shuffle=True, num_workers=4, drop_last=True, )

val_loader = DataLoader ( dataset=val_dataset, batch_size=1, num_workers=4, drop_last=True, )

test_loader = DataLoader ( dataset=test_dataset, batch_size=1, num_workers=2, drop_last=True, )

######################################### ### 4 Initializing the Model #########################################

fabric = Fabric (accelerator='cuda', devices=1, precision='16-mixed') fabric.launch ()

model = AutoModelForSequenceClassification.from_pretrained ( 'bigscience/bloom-560m', num_labels=2)

optimizer = torch.optim.Adam (model.parameters (), lr=5e-5)

model, optimizer = fabric.setup (model, optimizer) train_loader, val_loader, test_loader = fabric.setup_dataloaders ( train_loader, val_loader, test_loader)

######################################### ### 5 Finetuning #########################################

start = time.time () train ( num_epochs=1, model=model, optimizer=optimizer, train_loader=train_loader, val_loader=val_loader, fabric=fabric, )

end = time.time () elapsed = end-start print (f'Time elapsed {elapsed/60:.2f} min')

with torch.no_grad (): model.eval () test_acc = torchmetrics.Accuracy (task='multiclass', num_classes=2).to (fabric.device) for batch in test_loader: outputs = model ( batch ['input_ids'], attention_mask=batch ['attention_mask'], labels=batch ['label'] ) predicted_labels = torch.argmax (outputs ['logits'], 1) test_acc.update (predicted_labels, batch ['label'])

print (f'Test accuracy {test_acc.compute ()*100:.2f}%')

作者使用了 Lightning Fabric，因為它可以讓開發(fā)者在不同硬件上運行此代碼時靈活地改變 GPU 數(shù)量和多 GPU 訓(xùn)練策略。它還允許僅通過調(diào)整查準(zhǔn)率 flag 來啟用混合精度訓(xùn)練（mixed-precision training）。在這種情況下，混合精度訓(xùn)練可以將訓(xùn)練速度提高三倍，并將內(nèi)存需求降低約 25%。

上面展示的主要代碼都是在主函數(shù)（if __name__ == '__main__' 的 context）中執(zhí)行的，即使只使用單個 GPU，也推薦使用 PyTorch 運行環(huán)境執(zhí)行多 GPU 訓(xùn)練。而后，包含在 if __name__ == '__main__' 中的以下三個代碼部分負(fù)責(zé)數(shù)據(jù)加載：

# 1 加載數(shù)據(jù)集

# 2 token 化和數(shù)值化

# 3 設(shè)置數(shù)據(jù)加載器

第 4 節(jié)是初始化模型（Initializing the Model）中，然后在第 5 節(jié) 微調(diào)（Finetuning）中，調(diào)用 train 函數(shù)，這是開始讓事情變得有趣的地方。在 train (...) 函數(shù)中，實現(xiàn)了標(biāo)準(zhǔn)的 PyTorch 循環(huán)。核心訓(xùn)練循環(huán)的注釋版本如下所示：

批大小為 1（Batch size=1）的問題是梯度更新將會變得非?；靵y和困難，正如下述訓(xùn)練模型時基于波動的訓(xùn)練損失和糟糕的測試集性能所看到的：



...torch : 2.0.0lightning : 2.0.0transformers: 4.27.2

Torch CUDA available? True...Epoch: 0001/0001 | Batch 23700/35000 | Loss: 0.0969Epoch: 0001/0001 | Batch 24000/35000 | Loss: 1.9902Epoch: 0001/0001 | Batch 24300/35000 | Loss: 0.0395Epoch: 0001/0001 | Batch 24600/35000 | Loss: 0.2546Epoch: 0001/0001 | Batch 24900/35000 | Loss: 0.1128Epoch: 0001/0001 | Batch 25200/35000 | Loss: 0.2661Epoch: 0001/0001 | Batch 25500/35000 | Loss: 0.0044Epoch: 0001/0001 | Batch 25800/35000 | Loss: 0.0067Epoch: 0001/0001 | Batch 26100/35000 | Loss: 0.0468Epoch: 0001/0001 | Batch 26400/35000 | Loss: 1.7139Epoch: 0001/0001 | Batch 26700/35000 | Loss: 0.9570Epoch: 0001/0001 | Batch 27000/35000 | Loss: 0.1857Epoch: 0001/0001 | Batch 27300/35000 | Loss: 0.0090Epoch: 0001/0001 | Batch 27600/35000 | Loss: 0.9790Epoch: 0001/0001 | Batch 27900/35000 | Loss: 0.0503Epoch: 0001/0001 | Batch 28200/35000 | Loss: 0.2625Epoch: 0001/0001 | Batch 28500/35000 | Loss: 0.1010Epoch: 0001/0001 | Batch 28800/35000 | Loss: 0.0035Epoch: 0001/0001 | Batch 29100/35000 | Loss: 0.0009Epoch: 0001/0001 | Batch 29400/35000 | Loss: 0.0234Epoch: 0001/0001 | Batch 29700/35000 | Loss: 0.8394Epoch: 0001/0001 | Batch 30000/35000 | Loss: 0.9497Epoch: 0001/0001 | Batch 30300/35000 | Loss: 0.1437Epoch: 0001/0001 | Batch 30600/35000 | Loss: 0.1317Epoch: 0001/0001 | Batch 30900/35000 | Loss: 0.0112Epoch: 0001/0001 | Batch 31200/35000 | Loss: 0.0073Epoch: 0001/0001 | Batch 31500/35000 | Loss: 0.7393Epoch: 0001/0001 | Batch 31800/35000 | Loss: 0.0512Epoch: 0001/0001 | Batch 32100/35000 | Loss: 0.1337Epoch: 0001/0001 | Batch 32400/35000 | Loss: 1.1875Epoch: 0001/0001 | Batch 32700/35000 | Loss: 0.2727Epoch: 0001/0001 | Batch 33000/35000 | Loss: 0.1545Epoch: 0001/0001 | Batch 33300/35000 | Loss: 0.0022Epoch: 0001/0001 | Batch 33600/35000 | Loss: 0.2681Epoch: 0001/0001 | Batch 33900/35000 | Loss: 0.2467Epoch: 0001/0001 | Batch 34200/35000 | Loss: 0.0620Epoch: 0001/0001 | Batch 34500/35000 | Loss: 2.5039Epoch: 0001/0001 | Batch 34800/35000 | Loss: 0.0131Epoch: 0001/0001 | Train acc.: 75.11% | Val acc.: 78.62%Time elapsed 69.97 minTest accuracy 78.53%

由于沒有多的 GPU 可用于張量分片（tensor sharding），又能做些什么來訓(xùn)練具有更大批大?。╞atch size）的模型呢？

其中一種解決方法就是梯度累積，可以通過它來修改前面提到的訓(xùn)練循環(huán)。

什么是梯度積累？

梯度累積是一種在訓(xùn)練期間虛擬增加批大小（batch size）的方法，當(dāng)可用的 GPU 內(nèi)存不足以容納所需的批大小時，這非常有用。在梯度累積中，梯度是針對較小的批次計算的，并在多次迭代中累積（通常是求和或平均），而不是在每一批次之后更新模型權(quán)重。一旦累積梯度達(dá)到目標(biāo)「虛擬」批大小，模型權(quán)重就會使用累積梯度進(jìn)行更新。

參考下面更新的 PyTorch 訓(xùn)練循環(huán)：

如果將 accumulation_steps 設(shè)置為 2，那么 zero_grad () 和 optimizer.step () 將只會每隔一秒調(diào)用一次。因此，使用 accumulation_steps=2 運行修改后的訓(xùn)練循環(huán)與將批大?。╞atch size）加倍具有相同的效果。

例如，如果想使用 256 的批大小，但只能將 64 的批大小放入 GPU 內(nèi)存中，就可以對大小為 64 的四個批執(zhí)行梯度累積。（處理完所有四個批次后，將獲得相當(dāng)于單個批大小為 256 的累積梯度。）這樣能夠有效地模擬更大的批大小，而無需更大的 GPU 內(nèi)存或跨不同設(shè)備的張量分片。

雖然梯度累積可以幫助我們訓(xùn)練具有更大批量大小的模型，但它不會減少所需的總計算量。實際上，它有時會導(dǎo)致訓(xùn)練過程略慢一些，因為權(quán)重更新的執(zhí)行頻率較低。盡管如此，它卻能幫我們解決限制問題，即批大小非常小時導(dǎo)致的更新頻繁且混亂。

例如，現(xiàn)在讓我們運行上面的代碼，批大小為 1，需要 16 個累積步驟（accumulation steps）來模擬批大小等于 16。

輸出如下：

...torch : 2.0.0lightning : 2.0.0transformers: 4.27.2

根據(jù)上面的結(jié)果，損失的波動比以前小了。此外，測試集性能提升了 10%。由于只迭代了訓(xùn)練集一次，因此每個訓(xùn)練樣本只會遇到一次。訓(xùn)練用于 multiple epochs 的模型可以進(jìn)一步提高預(yù)測性能。

你可能還會注意到，這段代碼的執(zhí)行速度也比之前使用的批大小為 1 的代碼快。如果使用梯度累積將虛擬批大小增加到 8，仍然會有相同數(shù)量的前向傳播（forward passes）。然而，由于每八個 epoch 只更新一次模型，因此反向傳播（backward passes）會很少，這樣可更快地在一個 epoch（訓(xùn)練輪數(shù)）內(nèi)迭代樣本。

結(jié)論

梯度累積是一種在執(zhí)行權(quán)重更新之前通過累積多個小的批梯度來模擬更大的批大小的技術(shù)。該技術(shù)在可用內(nèi)存有限且內(nèi)存中可容納批大小較小的情況下提供幫助。

但是，首先請思考一種你可以運行批大小的場景，這意味著可用內(nèi)存大到足以容納所需的批大小。在那種情況下，梯度累積可能不是必需的。事實上，運行更大的批大小可能更有效，因為它允許更多的并行性且能減少訓(xùn)練模型所需的權(quán)重更新次數(shù)。

總之，梯度累積是一種實用的技術(shù)，可以用于降低小批大小干擾信息對梯度更新準(zhǔn)確性的影響。這是迄今一種簡單而有效的技術(shù)，可以讓我們繞過硬件的限制。

PS：可以讓這個運行得更快嗎？

沒問題?？梢允褂?PyTorch 2.0 中引入的 torch.compile 使其運行得更快。只需要添加一些 model = torch.compile，如下圖所示：

GitHub 上提供了完整的腳本。

在這種情況下，torch.compile 在不影響建模性能的情況下又減少了十分鐘的訓(xùn)練時間：

poch: 0001/0001 | Batch 26400/35000 | Loss: 0.0320Epoch: 0001/0001 | Batch 26700/35000 | Loss: 0.0010Epoch: 0001/0001 | Batch 27000/35000 | Loss: 0.0006Epoch: 0001/0001 | Batch 27300/35000 | Loss: 0.0015Epoch: 0001/0001 | Batch 27600/35000 | Loss: 0.0157Epoch: 0001/0001 | Batch 27900/35000 | Loss: 0.0015Epoch: 0001/0001 | Batch 28200/35000 | Loss: 0.0540Epoch: 0001/0001 | Batch 28500/35000 | Loss: 0.0035Epoch: 0001/0001 | Batch 28800/35000 | Loss: 0.0016Epoch: 0001/0001 | Batch 29100/35000 | Loss: 0.0015Epoch: 0001/0001 | Batch 29400/35000 | Loss: 0.0008Epoch: 0001/0001 | Batch 29700/35000 | Loss: 0.0877Epoch: 0001/0001 | Batch 30000/35000 | Loss: 0.0232Epoch: 0001/0001 | Batch 30300/35000 | Loss: 0.0014Epoch: 0001/0001 | Batch 30600/35000 | Loss: 0.0032Epoch: 0001/0001 | Batch 30900/35000 | Loss: 0.0004Epoch: 0001/0001 | Batch 31200/35000 | Loss: 0.0062Epoch: 0001/0001 | Batch 31500/35000 | Loss: 0.0032Epoch: 0001/0001 | Batch 31800/35000 | Loss: 0.0066Epoch: 0001/0001 | Batch 32100/35000 | Loss: 0.0017Epoch: 0001/0001 | Batch 32400/35000 | Loss: 0.1485Epoch: 0001/0001 | Batch 32700/35000 | Loss: 0.0324Epoch: 0001/0001 | Batch 33000/35000 | Loss: 0.0155Epoch: 0001/0001 | Batch 33300/35000 | Loss: 0.0007Epoch: 0001/0001 | Batch 33600/35000 | Loss: 0.0049Epoch: 0001/0001 | Batch 33900/35000 | Loss: 0.1170Epoch: 0001/0001 | Batch 34200/35000 | Loss: 0.0002Epoch: 0001/0001 | Batch 34500/35000 | Loss: 0.4201Epoch: 0001/0001 | Batch 34800/35000 | Loss: 0.0018Epoch: 0001/0001 | Train acc.: 78.39% | Val acc.: 86.84%Time elapsed 43.33 minTest accuracy 87.91%

請注意，與之前相比準(zhǔn)確率略有提高很可能是由于隨機性。

原文鏈接：https://lightning.ai/pages/blog/gradient-accumulation/

本站僅提供存儲服務(wù)，所有內(nèi)容均由用戶發(fā)布，如發(fā)現(xiàn)有害或侵權(quán)內(nèi)容，請點擊舉報。

中文字幕理论片,69视频免费在线观看,亚洲成人app,国产1级毛片,刘涛最大尺度戏视频,欧美亚洲美女视频,2021韩国美女仙女屋vip视频