เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

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

ดูคอร์ส

คำแนะนำการฝึกหัด

  • คำนวณจำนวนองค์ประกอบและขนาดของแต่ละ tensor ในลูป for
  • คำนวณขนาดรวมของ optimizer เป็นเมกะไบต์
  • 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")
แก้ไขและรันโค้ด