回调
回调是可以在 PyTorch 训练器 中自定义训练循环行为的对象(此功能尚未在 TensorFlow 中实现),可以检查训练循环状态(用于进度报告、在 TensorBoard 或其他机器学习平台上记录...)并做出决策(例如提前停止)。
回调是“只读”代码段,除了它们返回的 训练器控制 对象外,它们无法更改训练循环中的任何内容。对于需要更改训练循环的自定义,您应该继承 训练器 并覆盖您需要的方法(请参阅 训练器 获取示例)。
默认情况下,TrainingArguments.report_to
设置为 "all"
,因此 训练器 将使用以下回调。
- 默认流程回调,它处理日志记录、保存和评估的默认行为。
- 打印机回调 或 进度回调 以显示进度并打印日志(如果您通过 训练参数 禁用 tqdm,则使用第一个,否则使用第二个)。
- 如果可以访问 tensorboard(通过 PyTorch >= 1.4 或 tensorboardX),则使用 TensorBoard 回调。
- 如果安装了 wandb,则使用 Wandb 回调。
- 如果安装了 comet_ml,则使用 CometCallback。
- 如果安装了 mlflow,则使用 MLflowCallback。
- 如果安装了 neptune,则使用 NeptuneCallback。
- 如果安装了 azureml-sdk,则使用 AzureMLCallback。
- 如果安装了 codecarbon,则使用 CodeCarbonCallback。
- 如果安装了 clearml,则使用 ClearMLCallback。
- 如果安装了 dagshub,则使用 DagsHubCallback。
- 如果安装了 flyte,则使用 FlyteCallback。
- 如果安装了 dvclive,则使用 DVCLiveCallback。
如果安装了某个软件包,但您不希望使用附带的集成,您可以将 TrainingArguments.report_to
更改为仅包含您想要使用的集成的列表(例如 ["azure_ml", "wandb"]
)。
实现回调的主要类是 TrainerCallback。它获取用于实例化 Trainer 的 TrainingArguments,可以通过 TrainerState 访问该 Trainer 的内部状态,并且可以通过 TrainerControl 对训练循环执行一些操作。
可用回调
以下是库中可用的 TrainerCallback 列表
一个将日志发送到 Comet ML 的 TrainerCallback。
设置可选的 Comet 集成。
环境
- COMET_MODE (
str
, 可选, 默认为get_or_create
): 控制是创建并记录到新的 Comet 实验还是追加到现有的实验。它接受以下值get_or_create
: 根据是否设置了COMET_EXPERIMENT_KEY
以及是否存在具有该密钥的实验自动决定。create
: 始终创建新的 Comet 实验。get
: 始终尝试追加到现有的 Comet 实验。需要设置COMET_EXPERIMENT_KEY
。ONLINE
: 已弃用,用于创建在线实验。请改用COMET_START_ONLINE=1
。OFFLINE
: 已弃用,用于创建离线实验。请改用COMET_START_ONLINE=0
。DISABLED
: 已弃用,用于禁用 Comet 日志记录。请使用--report_to
标志来控制用于记录结果的集成。
- COMET_PROJECT_NAME (
str
, 可选): 实验的 Comet 项目名称。 - COMET_LOG_ASSETS (
str
, 可选, 默认为TRUE
): 是否将训练资产(tf 事件日志、检查点等)记录到 Comet。可以是TRUE
或FALSE
。
有关环境中许多可配置项的信息,请参见 此处。
一个用于处理日志、评估和检查点的训练循环默认流程的 TrainerCallback。
一个只打印日志的 TrainerCallback。
一个用于显示训练或评估进度的 TrainerCallback。
类 transformers.EarlyStoppingCallback
< source >( early_stopping_patience: int = 1 early_stopping_threshold: Optional = 0.0 )
一个处理提前停止的 TrainerCallback。
此回调依赖于 TrainingArguments 参数 load_best_model_at_end 的功能,以便在 TrainerState 中设置 best_metric。请注意,如果 TrainingArguments 参数 save_steps 与 eval_steps 不同,则提前停止将不会发生,直到下一个保存步骤。
类 transformers.integrations.TensorBoardCallback
< 源代码 >( tb_writer = None )
一个 TrainerCallback,它将日志发送到 TensorBoard。
一个 TrainerCallback,它将指标、媒体、模型检查点记录到 Weight and Biases。
设置可选的 Weights & Biases (wandb) 集成。
可以根据需要子类化并覆盖此方法以自定义设置。在此处 了解更多信息。您还可以覆盖以下环境变量
环境
WANDB_LOG_MODEL (
str
, 可选, 默认为"false"
): 是否在训练期间记录模型和检查点。可以是"end"
、"checkpoint"
或"false"
。如果设置为"end"
,模型将在训练结束时上传。如果设置为"checkpoint"
,检查点将每args.save_steps
上传一次。如果设置为"false"
,则不会上传模型。与load_best_model_at_end()
一起使用以上传最佳模型。在 5.0 中弃用
在 🤗 Transformers 版本 5 中,将
WANDB_LOG_MODEL
设置为bool
将被弃用。WANDB_WATCH (
str
, 可选 默认为"false"
): 可以是"gradients"
、"all"
、"parameters"
或"false"
。设置为"all"
以记录梯度和参数。WANDB_PROJECT (
str
, 可选, 默认为"huggingface"
): 将此设置为自定义字符串以将结果存储在不同的项目中。WANDB_DISABLED (
bool
, 可选, 默认为False
): 是否完全禁用 wandb。设置WANDB_DISABLED=true
以禁用。
一个 TrainerCallback,用于将日志发送到 MLflow。可以通过设置环境变量 DISABLE_MLFLOW_INTEGRATION = TRUE
来禁用它。
设置可选的 MLflow 集成。
环境
- HF_MLFLOW_LOG_ARTIFACTS (
str
, 可选): 是否使用 MLflow.log_artifact()
功能来记录 artifacts。这只有在记录到远程服务器(例如 s3 或 GCS)时才有意义。如果设置为True
或 1,则会在每次保存时将 TrainingArguments 的output_dir
中保存的每个检查点复制到本地或远程 artifact 存储。在没有远程存储的情况下使用它只会将文件复制到您的 artifact 位置。 - MLFLOW_TRACKING_URI (
str
, 可选): 是否将运行存储在特定路径或远程服务器上。默认情况下未设置,这将完全跳过设置跟踪 URI。 - MLFLOW_EXPERIMENT_NAME (
str
, 可选, 默认为None
): 是否使用 MLflow experiment_name 来启动运行。默认为None
,这将指向 MLflow 中的Default
实验。否则,它是将要激活的实验的区分大小写的名称。如果不存在具有此名称的实验,则会创建一个具有此名称的新实验。 - MLFLOW_TAGS (
str
, 可选): 要作为标签添加到 MLflow 运行的键/值对字典的字符串转储。例如:os.environ['MLFLOW_TAGS']='{"release.candidate": "RC1", "release.version": "2.2.0"}'
。 - MLFLOW_NESTED_RUN (
str
, 可选): 是否使用 MLflow 嵌套运行。如果设置为True
或 1,将在当前运行内创建一个嵌套运行。 - MLFLOW_RUN_ID (
str
, 可选): 允许重新附加到现有运行,这在从检查点恢复训练时很有用。当设置了MLFLOW_RUN_ID
环境变量时,start_run
会尝试使用指定的运行 ID 恢复运行,并忽略其他参数。 - MLFLOW_FLATTEN_PARAMS (
str
, 可选, 默认为False
): 是否在记录之前展平参数字典。
一个 TrainerCallback,用于将日志发送到 AzureML。
一个 TrainerCallback,用于跟踪训练的二氧化碳排放量。
类 transformers.integrations.NeptuneCallback
< 源代码 >( api_token: Optional = None project: Optional = None name: Optional = None base_namespace: str = 'finetuning' run = None log_parameters: bool = True log_checkpoints: Optional = None **neptune_run_kwargs )
参数
- api_token (
str
, 可选) — 注册后获得的 Neptune API 令牌。如果您已将令牌保存到NEPTUNE_API_TOKEN
环境变量(强烈建议),则可以省略此参数。请参阅文档中的完整设置说明。 - project (
str
, 可选) — 现有 Neptune 项目的名称,格式为“工作区名称/项目名称”。您可以在 Neptune 中从项目设置 -> 属性中找到并复制名称。如果为 None(默认值),则使用NEPTUNE_PROJECT
环境变量的值。 - name (
str
, 可选) — 运行的自定义名称。 - base_namespace (
str
, 可选, 默认为“finetuning”) — 在 Neptune 运行中,将包含回调记录的所有元数据的根命名空间。 - log_parameters (
bool
, 可选, 默认为True
) — 如果为 True,则记录 Trainer 提供的所有 Trainer 参数和模型参数。 - log_checkpoints (
str
, 可选) — 如果为“same”,则在 Trainer 保存检查点时上传检查点。如果为“last”,则仅上传最近保存的检查点。如果为“best”,则上传最佳检查点(在 Trainer 保存的检查点中)。如果为None
,则不上传检查点。 - run (
Run
, 可选) — 如果您想继续记录到现有运行,请传递 Neptune 运行对象。在文档中阅读有关恢复运行的更多信息。 - **neptune_run_kwargs (可选) — 创建新运行时要直接传递给
neptune.init_run()
函数的额外关键字参数。
将日志发送到 Neptune 的 TrainerCallback。
有关说明和示例,请参阅 Neptune 文档中的 Transformers 集成指南。
将日志发送到 ClearML 的 TrainerCallback。
环境
- CLEARML_PROJECT (
str
, 可选, 默认为HuggingFace Transformers
): ClearML 项目名称。 - CLEARML_TASK (
str
, 可选, 默认为Trainer
): ClearML 任务名称。 - CLEARML_LOG_MODEL (
bool
, 可选, 默认为False
): 是否在训练期间将模型记录为工件。
记录到 DagsHub 的 TrainerCallback。 扩展 MLflowCallback
设置 DagsHub 的日志记录集成。
环境
- HF_DAGSHUB_LOG_ARTIFACTS (
str
, 可选): 是否保存实验的数据和模型工件。 默认为False
。
类 transformers.integrations.FlyteCallback
< 源代码 >( save_log_history: bool = True sync_checkpoints: bool = True )
一个 TrainerCallback,将日志发送到 Flyte。注意:此回调仅在 Flyte 任务中有效。
类 transformers.integrations.DVCLiveCallback
< 源代码 >( live: 可选 = 无 log_model: 联合 = 无 **kwargs )
参数
- live (
dvclive.Live
,可选,默认为None
) — 可选的 Live 实例。如果为 None,将使用 **kwargs 创建一个新实例。 - log_model (Union[Literal[“all”], bool],可选,默认为
None
) — 是否使用dvclive.Live.log_artifact()
记录 Trainer 创建的检查点。如果设置为True
,则在训练结束时记录最终检查点。如果设置为"all"
,则在每个检查点记录整个 TrainingArguments 的output_dir
。
一个 TrainerCallback,将日志发送到 DVCLive。
在 setup
中使用以下环境变量来配置集成。要对此回调进行超出这些环境变量的自定义,请参见 此处。
设置可选的 DVCLive 集成。要对此回调进行超出以下环境变量的自定义,请参见 此处。
环境
- HF_DVCLIVE_LOG_MODEL (
str
,可选):是否使用dvclive.Live.log_artifact()
记录 Trainer 创建的检查点。如果设置为True
或 1,则在训练结束时记录最终检查点。如果设置为all
,则在每个检查点记录整个 TrainingArguments 的output_dir
。
TrainerCallback
类 transformers.TrainerCallback
< 源代码 >( )
参数
- args (TrainingArguments) — 用于实例化 Trainer 的训练参数。
- state (TrainerState) — Trainer 的当前状态。
- control (TrainerControl) — 返回给 Trainer 的对象,可用于做出一些决策。
- model (PreTrainedModel 或
torch.nn.Module
) — 正在训练的模型。 - tokenizer (PreTrainedTokenizer) — 用于编码数据的分词器。
- optimizer (
torch.optim.Optimizer
) — 用于训练步骤的优化器。 - lr_scheduler (
torch.optim.lr_scheduler.LambdaLR
) — 用于设置学习率的调度器。 - train_dataloader (
torch.utils.data.DataLoader
, 可选) — 当前用于训练的数据加载器。 - eval_dataloader (
torch.utils.data.DataLoader
, 可选) — 当前用于评估的数据加载器。 - metrics (
Dict[str, float]
) — 上一评估阶段计算的指标。这些指标仅在
on_evaluate
事件中可访问。 - logs (
Dict[str, float]
) — 要记录的值。这些值仅在
on_log
事件中可访问。
用于检查训练循环状态并在某些事件发生时做出决定的对象的类。在每个事件发生时,以下参数可用:
control
对象是唯一可以被回调函数修改的对象,在这种情况下,修改它的事件应返回修改后的版本。
参数 args
、state
和 control
是所有事件的位置参数,所有其他参数都分组在 kwargs
中。您可以在事件的签名中解包您需要的参数。例如,请参阅简单的 PrinterCallback 的代码。
示例
class PrinterCallback(TrainerCallback):
def on_log(self, args, state, control, logs=None, **kwargs):
_ = logs.pop("total_flos", None)
if state.is_local_process_zero:
print(logs)
on_epoch_begin
< source >( args: TrainingArguments state: TrainerState control: TrainerControl **kwargs )
在 epoch 开始时调用的事件。
on_epoch_end
< source >( args: TrainingArguments state: TrainerState control: TrainerControl **kwargs )
在 epoch 结束时调用的事件。
on_evaluate
< source >( args: TrainingArguments state: TrainerState control: TrainerControl **kwargs )
在评估阶段之后调用的事件。
on_init_end
< source >( args: TrainingArguments state: TrainerState control: TrainerControl **kwargs )
在 Trainer 初始化结束时调用的事件。
在记录最后日志后调用的事件。
on_optimizer_step
< source >( args: TrainingArguments state: TrainerState control: TrainerControl **kwargs )
在优化器步骤之后但在梯度归零之前调用的事件。用于监控梯度。
on_pre_optimizer_step
< source >( args: TrainingArguments state: TrainerState control: TrainerControl **kwargs )
在优化器步骤之前但在梯度裁剪之后调用的事件。用于监控梯度。
on_predict
< source >( args: TrainingArguments state: TrainerState control: TrainerControl metrics **kwargs )
成功预测后调用的事件。
on_prediction_step
< source >( args: TrainingArguments state: TrainerState control: TrainerControl **kwargs )
预测步骤之后调用的事件。
在保存检查点后调用的事件。
on_step_begin
< 源代码 >( args: TrainingArguments state: TrainerState control: TrainerControl **kwargs )
在训练步骤开始时调用的事件。如果使用梯度累积,一个训练步骤可能需要多个输入。
on_step_end
< 源代码 >( args: TrainingArguments state: TrainerState control: TrainerControl **kwargs )
在训练步骤结束时调用的事件。如果使用梯度累积,一个训练步骤可能需要多个输入。
on_substep_end
< 源代码 >( args: TrainingArguments state: TrainerState control: TrainerControl **kwargs )
在梯度累积期间,子步骤结束时调用的事件。
on_train_begin
< 源代码 >( args: TrainingArguments state: TrainerState control: TrainerControl **kwargs )
在训练开始时调用的事件。
on_train_end
< 源代码 >( args: TrainingArguments state: TrainerState control: TrainerControl **kwargs )
在训练结束时调用的事件。
以下是如何在 PyTorch Trainer 中注册自定义回调的示例
class MyCallback(TrainerCallback):
"A callback that prints a message at the beginning of training"
def on_train_begin(self, args, state, control, **kwargs):
print("Starting training")
trainer = Trainer(
model,
args,
train_dataset=train_dataset,
eval_dataset=eval_dataset,
callbacks=[MyCallback], # We can either pass the callback class this way or an instance of it (MyCallback())
)
注册回调的另一种方法是如下调用 trainer.add_callback()
trainer = Trainer(...)
trainer.add_callback(MyCallback)
# Alternatively, we can pass an instance of the callback class
trainer.add_callback(MyCallback())
TrainerState
类 transformers.TrainerState
< 源代码 >( epoch: Optional = None global_step: int = 0 max_steps: int = 0 logging_steps: int = 500 eval_steps: int = 500 save_steps: int = 500 train_batch_size: int = None num_train_epochs: int = 0 num_input_tokens_seen: int = 0 total_flos: float = 0 log_history: List = None best_metric: Optional = None best_model_checkpoint: Optional = None is_local_process_zero: bool = True is_world_process_zero: bool = True is_hyper_param_search: bool = False trial_name: str = None trial_params: Dict = None stateful_callbacks: List = None )
参数
- epoch (
float
, 可选) — 仅在训练期间设置,表示训练所在的时期(小数部分表示当前时期的完成百分比)。 - global_step (
int
, 可选, 默认为 0) — 在训练期间,表示已完成的更新步骤数。 - max_steps (
int
, 可选, 默认为 0) — 在当前训练期间要执行的更新步骤数。 - logging_steps (
int
, 可选, 默认为 500) — 每 X 个更新步骤记录一次 - eval_steps (
int
, 可选) — 每 X 步运行一次评估。 - save_steps (
int
, 可选, 默认为 500) — 每更新 X 步保存一次检查点。 - train_batch_size (
int
, 可选) — 训练数据加载器的批量大小。仅在使用auto_find_batch_size
时需要。 - num_input_tokens_seen (
int
, 可选, 默认为 0) — 训练期间看到的标记数量(输入标记的数量,而不是预测标记的数量)。 - total_flos (
float
, 可选, 默认为 0) — 自训练开始以来模型完成的浮点运算总数(存储为浮点数以避免溢出)。 - log_history (
List[Dict[str, float]]
, 可选) — 自训练开始以来完成的日志列表。 - best_metric (
float
, 可选) — 跟踪最佳模型时,到目前为止遇到的最佳指标的值。 - best_model_checkpoint (
str
, 可选) — 跟踪最佳模型时,到目前为止遇到的最佳模型的检查点名称的值。 - is_local_process_zero (
bool
, 可选, 默认为True
) — 此进程是否是本地(例如,如果在多台机器上以分布式方式训练,则在一台机器上)主进程。 - is_world_process_zero (
bool
, 可选, 默认为True
) — 此进程是否是全局主进程(当在多台机器上以分布式方式训练时,这将只对一个进程为True
)。 - is_hyper_param_search (
bool
, 可选, 默认为False
) — 我们是否正在使用 Trainer.hyperparameter_search 进行超参数搜索。这将影响数据在 TensorBoard 中的记录方式。 - stateful_callbacks (
List[StatefulTrainerCallback]
, 可选) — 附加到Trainer
的回调,其状态应保存或恢复。相关的回调应实现state
和from_state
函数。
包含 Trainer 内部状态的类,该状态将在检查点时与模型和优化器一起保存,并传递给 TrainerCallback。
在此类中,一步应理解为一个更新步骤。当使用梯度累积时,一个更新步骤可能需要多次前向和后向传递:如果您使用 gradient_accumulation_steps=n
,则一个更新步骤需要经历 n 个批次。
从 json_path
的内容创建一个实例。
将此实例的内容以 JSON 格式保存在 json_path
中。
TrainerControl
类 transformers.TrainerControl
< 源代码 >( should_training_stop: bool = False should_epoch_stop: bool = False should_save: bool = False should_evaluate: bool = False should_log: bool = False )
参数
- should_training_stop (
bool
, 可选, 默认为False
) — 是否应该中断训练。如果为
True
,则此变量将不会被重置为False
。训练将会停止。 - should_epoch_stop (
bool
, 可选, 默认为False
) — 是否应该中断当前 epoch。如果为
True
,则此变量将在下一个 epoch 开始时被重置为False
。 - should_save (
bool
, 可选, 默认为False
) — 是否应该在此步骤保存模型。如果为
True
,则此变量将在下一步开始时被重置为False
。 - should_evaluate (
bool
, 可选, 默认为False
) — 是否应该在此步骤评估模型。如果为
True
,则此变量将在下一步开始时被重置为False
。 - should_log (
bool
, 可选, 默认为False
) — 是否应该在此步骤报告日志。如果为
True
,则此变量将在下一步开始时被重置为False
。
一个处理 Trainer 控制流程的类。此类被 TrainerCallback 使用,以在训练循环中激活一些开关。