Accelerate 文档
安装
加入 Hugging Face 社区
并获得增强的文档体验
开始使用
安装
在开始之前,您需要设置您的环境,安装适当的软件包,并配置 Accelerate。Accelerate 在 Python 3.8+ 上进行过测试。
Accelerate 在 pypi 和 conda 以及 GitHub 上均可用。从每个平台安装的详细信息如下:
pip
要从 pypi 安装 Accelerate,请执行:
pip install accelerate
conda
也可以使用 conda 安装 Accelerate,命令如下:
conda install -c conda-forge accelerate
源码
每天都会添加尚未发布的新功能。要亲自试用,请从 GitHub 存储库安装。
pip install git+https://github.com/huggingface/accelerate
如果您正在为库做贡献,或者希望使用源代码并查看运行代码时的实时结果,则可以从本地克隆的存储库版本安装可编辑版本。
git clone https://github.com/huggingface/accelerate
cd accelerate
pip install -e .
配置
安装后,您需要配置 Accelerate 以适应当前系统的训练设置。为此,请运行以下命令并回答提示您的问题。
accelerate config
要编写不包含 DeepSpeed 配置或在 TPU 上运行等选项的基本配置,您可以快速运行:
python -c "from accelerate.utils import write_basic_config; write_basic_config(mixed_precision='fp16')"
Accelerate 将自动利用可用的最大 GPU 数量并设置混合精度模式。
要检查您的配置是否正常,请运行:
accelerate env
下面显示了一个示例输出,它描述了单台机器上的两个 GPU,且未使用混合精度。
- `Accelerate` version: 1.2.0.dev0
- Platform: Linux-6.8.0-47-generic-x86_64-with-glibc2.35
- `accelerate` bash location: /home/zach/miniconda3/envs/accelerate/bin/accelerate
- Python version: 3.10.13
- Numpy version: 1.26.4
- PyTorch version (GPU?): 2.5.1+cu124 (True)
- PyTorch XPU available: False
- PyTorch NPU available: False
- PyTorch MLU available: False
- PyTorch MUSA available: False
- System RAM: 187.91 GB
- GPU type: NVIDIA GeForce RTX 4090
- `Accelerate` default config:
- compute_environment: LOCAL_MACHINE
- distributed_type: MULTI_GPU
- mixed_precision: no
- use_cpu: False
- debug: False
- num_processes: 2
- machine_rank: 0
- num_machines: 1
- gpu_ids: all
- rdzv_backend: static
- same_network: True
- main_training_function: main
- enable_cpu_affinity: False
- downcast_bf16: no
- tpu_use_cluster: False
- tpu_use_sudo: False
- tpu_env: []