Akopọ
Iṣiro imuṣiṣẹ (giradient tabi iṣayẹwo imuṣiṣẹ) ṣafipamọ iranti GPU lakoko ikẹkọ nipa sisọnu awọn iṣẹ ṣiṣe agbedemeji ni iwọle siwaju ati ṣiṣatunṣe wọn lakoko iwọle sẹhin. O ṣe iṣowo iṣiro afikun fun agbara lati ṣe ikẹkọ awọn awoṣe nla tabi awọn ilana to gun lori ohun elo kanna.
Iṣiro Iṣiro Imuṣiṣẹ ṣiṣẹ jẹ bulọọki ile imọ-ẹrọ ti o ni ipa lori didara awoṣe, idiyele amayederun, lairi, ati igbẹkẹle ni iwọn.
Jin Dive
Itọpa ẹhin nilo awọn iṣẹ ṣiṣe siwaju-kọja lati ṣe iṣiro awọn iwọn gradients, nitorinaa nipasẹ aiyipada gbogbo awọn abajade ti Layer ti wa ni ipamọ - idiyele iranti nla ti o dagba pẹlu iwọn awoṣe, iwọn ipele, ati gigun ọkọọkan. Iṣiro imuṣiṣẹ ntọju awọn tenors diẹ 'checkpoint' (nigbagbogbo awọn aala Layer) ati ju awọn iyokù lọ. Lakoko iwọle sẹhin, o tun-ṣiṣẹ iṣiro siwaju laarin awọn aaye ayẹwo lati ṣe atunto awọn iṣẹ ṣiṣe ti a danu lori ibeere. Abajade Ayebaye ni pe pẹlu awọn aaye ayẹwo ti a gbe ni gbogbo awọn fẹlẹfẹlẹ sqrt (N), iranti ṣubu si aijọju O (sqrt (N)) lakoko ti o ṣafikun nipa iwe-iwọle siwaju siwaju kan (~ 33% iṣiro diẹ sii). Awọn iyatọ yiyan tun ṣe iṣiro nikan olowo poku-ṣugbọn-iranti-eru ops (bii akiyesi tabi yiyọ kuro) lakoko ti o n ṣafipamọ awọn ti o gbowolori, gbigba pupọ julọ awọn ifowopamọ iranti fun iṣiro pupọ diẹ sii.
Imọ-imọ-ẹrọ
Iṣowo ipilẹ jẹ iranti dipo awọn FLOPs. Iṣiro ni kikun ni aijọju ṣafikun afikun siwaju siwaju ni igbesẹ kan (~ 30-40% losokepupo) ṣugbọn o le ge iranti imuṣiṣẹ nipasẹ aṣẹ titobi. Gbigbe ọlọgbọn jẹ ibi ayẹwo yiyan: ṣe idanimọ awọn ops ti o jẹ iranti-tobi ṣugbọn oniṣiro-olowo poku (softmax, Layernorm, GELU, awọn ikun akiyesi) ati ṣe iṣiro awọn nikan, lakoko ti o tọju awọn abajade ti awọn GEMM ti o gbowolori ti fipamọ - dindinku iṣiro isọnu.
Titunto si ibere ise recomputation Tradeoffs
Iṣiro imuṣiṣẹ (giradient tabi iṣayẹwo imuṣiṣẹ) ṣafipamọ iranti GPU lakoko ikẹkọ nipa sisọnu awọn iṣẹ ṣiṣe agbedemeji ni iwọle siwaju ati ṣiṣatunṣe wọn lakoko iwọle sẹhin. O ṣe iṣowo iṣiro afikun fun agbara lati ṣe ikẹkọ awọn awoṣe nla tabi awọn ilana to gun lori ohun elo kanna. Iṣiro Iṣiro Imuṣiṣẹ ṣiṣẹ jẹ bulọọki ile imọ-ẹrọ ti o ni ipa lori didara awoṣe, idiyele amayederun, lairi, ati igbẹkẹle ni iwọn. Lati kọ oye ti o jinlẹ, tọju Awọn Iṣipopada Iṣiro Iṣiṣẹ ṣiṣẹ bi awoṣe iṣẹ, kii ṣe ẹya ẹyọkan: ṣalaye awọn abajade ti o fẹ, ṣe alaye awọn arosọ, ati lọtọ ohun ti eto le ṣe ni igbẹkẹle lati ohun ti o tun nilo idajọ amoye.
Ni iṣe, awọn ẹgbẹ ti o lagbara ni lilo Awọn Iṣipopada Iṣiro Imuṣiṣẹ ṣiṣẹ ṣe iṣapeye faaji, data, ati awọn yiyan amayederun lodi si igbẹkẹle ati idiyele. Wọn ṣe akọsilẹ awọn ibeere aṣeyọri ti o fojuhan, idanwo lodi si data ojulowo ati ṣiṣan iṣẹ, ati atunbere ti o da lori awọn ilana ikuna ti a ṣakiyesi dipo awọn bori ala-akoko kan. Eyi ni ibiti oye imọ-jinlẹ yipada si agbara ti o tọ kọja ọja, eto imulo, ati awọn iṣẹ ṣiṣe.
Awọn ipinnu faaji ṣe awakọ iṣẹ ati idiyele iṣẹ fun awọn ọdun. Ni akoko kanna, Imudara iwọn ala kan le tọju awọn ailagbara eto to gbooro. Ọna resilient julọ julọ ni lati darapọ iyara idanwo pẹlu ibawi ijọba: ṣiṣe awọn awakọ awakọ, mu ẹri mu, ṣe atẹjade awọn iwe ipinnu, ati imudojuiwọn awọn aabo nigbagbogbo bi ihuwasi awoṣe, awọn ireti olumulo, ati awọn ibeere ilana ti dagbasoke.
Ipa Ilana
Awọn ipinnu faaji ṣe awakọ iṣẹ ati idiyele iṣẹ fun awọn ọdun.
Awọn ipinnu faaji ṣe awakọ iṣẹ ati idiyele iṣẹ fun awọn ọdun. Ni awọn imuṣiṣẹ ti o ni agbara giga, eyi ni a tumọ si awọn ofin iṣiṣẹ wiwọn, awọn aala nini, ati awọn ilana atunyẹwo loorekoore ki awọn ẹgbẹ le ṣe iwọn igbẹkẹle dipo iwọn aibikita.
Ẹkọ imọ-ẹrọ ṣe iranlọwọ fun awọn ẹgbẹ lati yan akopọ to tọ, kii ṣe ọkan tuntun nikan.
Ẹkọ imọ-ẹrọ ṣe iranlọwọ fun awọn ẹgbẹ lati yan akopọ to tọ, kii ṣe ọkan tuntun nikan. Ni awọn imuṣiṣẹ ti o ni agbara giga, eyi ni a tumọ si awọn ofin iṣiṣẹ wiwọn, awọn aala nini, ati awọn ilana atunyẹwo loorekoore ki awọn ẹgbẹ le ṣe iwọn igbẹkẹle dipo iwọn aibikita.
Awọn yiyan imọ-ẹrọ to dara julọ dinku awọn iṣẹlẹ igbẹkẹle ni iṣelọpọ.
Awọn yiyan imọ-ẹrọ to dara julọ dinku awọn iṣẹlẹ igbẹkẹle ni iṣelọpọ. Ni awọn imuṣiṣẹ ti o ni agbara giga, eyi ni a tumọ si awọn ofin iṣiṣẹ wiwọn, awọn aala nini, ati awọn ilana atunyẹwo loorekoore ki awọn ẹgbẹ le ṣe iwọn igbẹkẹle dipo iwọn aibikita.
Real-World imuse
Ikẹkọ ẹrọ oluyipada nla ti kii yoo baamu bibẹẹkọ nipa ṣiṣayẹwo bulọọki Layer kọọkan
Lilo PyTorch's torch.utils.checkpoint lati fi ipari si awọn bulọọki transformer ati ge iranti imuṣiṣẹ
Iṣiro yiyan ti akiyesi/softmax ni Megatron-LM lati fi iranti pamọ pẹlu idinku kekere
Muu awọn ipari gigun gigun lori isuna GPU ti o wa titi nipa ṣiṣe atunṣiro awọn iṣẹ ṣiṣe dipo fifipamọ wọn
Awọn Ilana imuse
Iṣiro Iṣiro Iṣiṣẹ ṣiṣẹ ni iṣe
Ikẹkọ ẹrọ oluyipada nla ti kii yoo baamu bibẹẹkọ nipa ṣiṣayẹwo bulọọki Layer kọọkan.
Ikẹkọ ẹrọ oluyipada nla kan ti kii yoo baamu bibẹẹkọ nipasẹ ṣiṣayẹwo awọn ẹgbẹ bulọọki Layer kọọkan nigbagbogbo gba awọn abajade to dara julọ nigbati wọn ṣalaye awọn ilodi didara ni iwaju, tọju ọna imudara eniyan fun awọn ọran eti, ati tọpa awọn anfani iṣelọpọ mejeeji ati awọn idiyele aṣiṣe lori akoko.
Iṣiro Iṣiro Iṣiṣẹ ṣiṣẹ ni iṣe
Lilo PyTorch's torch.utils.checkpoint lati fi ipari si awọn bulọọki transformer ati ge iranti imuṣiṣẹ.
Lilo PyTorch's torch.utils.checkpoint lati fi ipari si awọn bulọọki transformer ati ge iranti imuṣiṣẹ Awọn ẹgbẹ nigbagbogbo gba awọn abajade to dara julọ nigbati wọn ṣalaye awọn ilodiwọn didara ni iwaju, tọju ọna imudara eniyan fun awọn ọran eti, ati tọpa awọn anfani iṣelọpọ mejeeji ati awọn idiyele aṣiṣe lori akoko.
Iṣiro Iṣiro Iṣiṣẹ ṣiṣẹ ni iṣe
Iṣiro yiyan ti akiyesi/softmax ni Megatron-LM lati fi iranti pamọ pẹlu idinku kekere.
Atunṣe yiyan ti akiyesi / softmax ni Megatron-LM lati fipamọ iranti pẹlu awọn ẹgbẹ idinku kekere nigbagbogbo gba awọn abajade to dara julọ nigbati wọn ṣalaye awọn ilodisi didara ni iwaju, tọju ọna imudara eniyan fun awọn ọran eti, ati tọpa mejeeji awọn anfani iṣelọpọ ati awọn idiyele aṣiṣe ni akoko pupọ.
Iṣiro Iṣiro Iṣiṣẹ ṣiṣẹ ni iṣe
Muu awọn ipari gigun gigun lori isuna GPU ti o wa titi nipasẹ ṣiṣe atunṣiro dipo fifipamọ wọn.
Ṣiṣe awọn gigun gigun gigun lori isuna GPU ti o wa titi nipasẹ ṣiṣatunṣe awọn iṣẹ ṣiṣe dipo fifipamọ wọn Awọn ẹgbẹ nigbagbogbo gba awọn abajade ti o dara julọ nigbati wọn ṣalaye awọn ilodi didara ni iwaju, tọju ọna imudara eniyan fun awọn ọran eti, ati tọpa awọn anfani iṣelọpọ mejeeji ati awọn idiyele aṣiṣe lori akoko.
Awọn ewu & Awọn ọna iṣọ
Ṣiṣepe ala-ilẹ kan le tọju awọn ailagbara eto ti o gbooro.
Awọn ohun elo amayederun ati awọn idiyele itọju nigbagbogbo ni aibikita.
Aabo ati awọn ela akiyesi le dagba bi awọn eto ṣe di eka sii.
Ilana Ilana imuse
Ṣetumo lairi, didara, ati awọn ibi-afẹde idiyele ṣaaju imuse.
Ṣetumo lairi, didara, ati awọn ibi-afẹde idiyele ṣaaju imuse. Ṣe itọju igbesẹ kọọkan bi ẹnu-ọna ẹri: ti awọn ibeere ko ba ni ibamu, daduro yiyọ kuro, pa aafo naa, ati lẹhinna faagun lilo.
Aṣepari labẹ ẹru ojulowo ati awọn ipo data.
Aṣepari labẹ ẹru ojulowo ati awọn ipo data. Ṣe itọju igbesẹ kọọkan bi ẹnu-ọna ẹri: ti awọn ibeere ko ba ni ibamu, daduro yiyọ kuro, pa aafo naa, ati lẹhinna faagun lilo.
Abojuto ohun elo fun awọn aṣiṣe, fiseete, ati ipa olumulo.
Abojuto ohun elo fun awọn aṣiṣe, fiseete, ati ipa olumulo. Ṣe itọju igbesẹ kọọkan bi ẹnu-ọna ẹri: ti awọn ibeere ko ba ni ibamu, daduro yiyọ kuro, pa aafo naa, ati lẹhinna faagun lilo.
Mura ipadasẹhin pada ati awọn ipa ọna esi iṣẹlẹ ṣaaju iwọn.
Mura ipadasẹhin pada ati awọn ipa ọna esi iṣẹlẹ ṣaaju iwọn. Ṣe itọju igbesẹ kọọkan bi ẹnu-ọna ẹri: ti awọn ibeere ko ba ni ibamu, daduro yiyọ kuro, pa aafo naa, ati lẹhinna faagun lilo.