คำนวณขนาดของ optimizer
คุณกำลังศึกษา optimizer หลายแบบสำหรับการเทรนโมเดล และต้องการวัดปริมาณการใช้หน่วยความจำของแต่ละ optimizer เพื่อเปรียบเทียบอย่างเป็นกลาง ในแบบทดสอบนี้ มีการโหลดโมเดล DistilBERT และ AdamW optimizer ไว้แล้ว เพื่อให้วัดการใช้หน่วยความจำได้ ให้เขียนฟังก์ชัน compute_optimizer_size สำหรับคำนวณขนาดของ optimizer
optimizer แบบ AdamW ถูกกำหนดไว้โดยตรง (โดยไม่ใช้ Trainer) และการเทรนเสร็จสิ้นแล้ว
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การเทรน AI Model อย่างมีประสิทธิภาพด้วย PyTorch
คำแนะนำการฝึกหัด
- คำนวณจำนวนองค์ประกอบและขนาดของแต่ละ
tensorในลูปfor - คำนวณขนาดรวมของ
optimizerเป็นเมกะไบต์ - เข้าถึง state dictionary ของ optimizer โดยใช้เมธอดที่เหมาะสมบน
optimizer.state
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
def compute_optimizer_size(optimizer_state):
total_size_megabytes, total_num_elements = 0, 0
for params in optimizer_state:
for name, tensor in params.items():
tensor = torch.tensor(tensor)
# Compute number of elements and size of each tensor
num_elements, element_size = tensor.____(), tensor.____()
total_num_elements += num_elements
# Compute the total size in megabytes
total_size_megabytes += ____ * ____ / (1024 ** 2)
return total_size_megabytes, total_num_elements
# Pass in the optimizer state
total_size_megabytes, total_num_elements = compute_optimizer_size(optimizer.state.____())
print(f"Number of optimizer parameters: {total_num_elements:,}\nOptimizer size: {total_size_megabytes:.0f} MB")