概述
8位优化器 将32位优化器的内存占用降低,而不降低性能,这意味着您可以使用大量参数的模型加快训练速度。8位优化器的核心是块状量化,它实现了量化精度、计算效率和稳定性。
bitsandbytes通过基类 Optimizer8bit
提供8位优化器,并另外提供 Optimizer2State
和 Optimizer1State
分别用于2状态(例如,Adam
)和1状态(例如,Adagrad
)优化器。为了提供自定义优化器超参数,使用 GlobalOptimManager
类配置优化器。
Optimizer8bit
类 bitsandbytes.optim.optimizer.Optimizer8bit
< 源代码 >( params defaults optim_bits = 32 is_paged = False )
__init__
< 源代码 >( params defaults optim_bits = 32 is_paged = False )
基于 8 位优化的基础类。
Optimizer2State
类 bitsandbytes.optim.optimizer.Optimizer2State
< 源代码 >( optimizer_name params lr = 0.001 betas = (0.9, 0.999) eps = 1e-08 weight_decay = 0.0 optim_bits = 32 args = None min_8bit_size = 4096 percentile_clipping = 100 block_wise = True max_unorm = 0.0 skip_zeros = False is_paged = False )
__init__
< 源代码 >( optimizer_name params lr = 0.001 betas = (0.9, 0.999) eps = 1e-08 weight_decay = 0.0 optim_bits = 32 args = None min_8bit_size = 4096 percentile_clipping = 100 block_wise = True max_unorm = 0.0 skip_zeros = False is_paged = False )
参数
- optimizer_name (
str
) — 优化器的名称。 - params (
torch.tensor
) — 优化器需要优化的输入参数。 - lr (
float
, 默认为 1e-3) — 学习率。 - betas (
tuple
, 默认为 (0.9, 0.999)) — 优化器的beta值。 - eps (
float
, 默认为 1e-8) — 优化器的epsilon值。 - weight_decay (
float
,默认为0.0) — 优化器的权重衰减值。 - optim_bits (
int
,默认为32) — 优化器状态位数。 - args (
object
,默认为None
) — 包含额外参数的对象。 - min_8bit_size (
int
,默认为4096) — 8位优化参数张量元素的最小数量。 - percentile_clipping (
int
, 默认100) — 通过跟踪最后100个梯度范数并按一定百分位数裁剪梯度来自适应裁剪阈值,以改善稳定性。 - block_wise (
bool
, 默认=True) — 是否独立量化每个张量块以减少异常值的影响并提高稳定性。 - max_unorm (
float
, 默认0.0) — 各块归一化的最大值。 - skip_zeros (
bool
, 默认=False) — 是否跳过稀疏梯度和模型的零值以确保正确的更新。
基于2状态更新优化器基类。
( 优化器名称 参数 学习率 = 0.001 贝塔值 = (0.9, 0.0) epsilon = 1e-08 权重衰减 = 0.0 优化位数 = 32 参数列表 = None 最小8位大小 = 4096 百分位数裁剪 = 100 按块处理 = True 最大归一化 = 0.0 跳过零值 = False 分页 = False )
__init__
< 源代码 >( 优化器名称 参数 学习率 = 0.001 β值 = (0.9, 0.0) ε = 1e-08 权重衰减 = 0.0 优化位数 = 32 参数列表 = None 最小8位大小 = 4096 百分位数剪裁 = 100 分块优化 = True 最大未归一化 = 0.0 跳过零值 = False 分页标志 = False )
参数
- 优化器名称 (
str
) — 优化器的名称。 - 参数 (
torch.tensor
) — 用来优化的输入参数。 - lr (
float
, 默认为 1e-3) — 学习率。 - betas (
tuple
, 默认为 (0.9, 0.0)) — 优化器的beta值。 - eps (
float
, 默认为 1e-8) — 优化器的epsilon值。 - weight_decay (
float
, 默认为 0.0) — 优化器的权重衰减值。 - optim_bits (
int
, 默认值 32) — 优化器状态的位数量。 - args (
object
, 默认值None
) — 包含额外参数的对象。 - min_8bit_size (
int
, 默认值 4096) — 8位优化参数张量元素的最小数量。 - percentile_clipping (
int
, 默认值 100) — 通过追踪最近的100个梯度范数来自动调整剪裁阈值,并在一定百分位数处剪裁梯度以提高稳定性。 - block_wise (
bool
, 默认为True
) — 是否独立量化每个张量块以减少异常值影响并提高稳定性。 - max_unorm (
float
, 默认为 0.0) — 标准化每个块时的最大值。 - skip_zeros (
bool
, 默认为False
) — 跳过稀疏梯度模型的零值以确保正确的更新。 - is_paged (
bool
, 默认为False
) — 优化器是否为分页优化器。
基1状态更新优化器类。
实用工具
全局优化器管理器,用于启用自定义优化器配置。
覆盖配置
< source >( 参数 密钥 = None 值 = None 密钥值字典 = None )
使用特定的超参数覆盖初始优化器配置。
覆盖输入参数优化器配置的键值,这可以是诸如 betas
或 lr
这类的优化器参数,也可以是如 optim_bits
或 percentile_clipping
这样的特定于 8 位参数。
示例
import torch
import bitsandbytes as bnb
mng = bnb.optim.GlobalOptimManager.get_instance()
model = MyModel()
mng.register_parameters(model.parameters()) # 1. register parameters while still on CPU
model = model.cuda()
# use 8-bit optimizer states for all parameters
adam = bnb.optim.Adam(model.parameters(), lr=0.001, optim_bits=8)
# 2. override: the parameter model.fc1.weight now uses 32-bit Adam
mng.override_config(model.fc1.weight, 'optim_bits', 32)