Construir un bucle de entrenamiento con Accelerator

Estás listo para implantar un bucle de formación para tu servicio de traducción de idiomas. Ahora que has visto cómo Accelerator modifica un bucle PyTorch para el entrenamiento distribuido, ¡puedes aprovechar la clase Accelerator en tu bucle de entrenamiento!

Se han precargado algunos datos:

accelerator es una instancia de Accelerator
train_dataloader, optimizer, model, y lr_scheduler han sido definidos y preparados con Accelerator

Este ejercicio forma parte del curso

Entrenamiento eficiente de modelos de IA con PyTorch

Ver curso

Instrucciones del ejercicio

Llama a optimizer para poner a cero los gradientes.
Actualiza los parámetros del modelo.
Actualiza el ritmo de aprendizaje de optimizer.

Ejercicio interactivo práctico

Prueba este ejercicio completando el código de muestra.

for batch in train_dataloader:
    # Call the optimizer to zero the gradients
    ____.____()
    inputs, targets = batch["input_ids"], batch["labels"]
    outputs = model(inputs, labels=targets)
    loss = outputs.loss
    accelerator.backward(loss)
    # Update the model's parameters
    ____.____()
    # Update the learning rate of the optimizer
    ____.____()

Editar y ejecutar código