mindspore.nn.AdaSumByDeltaWeightWrapCell

class mindspore.nn.AdaSumByDeltaWeightWrapCell(optimizer)[源代码]

Adaptive Summation (AdaSum)算法的实现，根据更新前后的参数差计算。应用于semi_auto_parallel/auto_parallel模式。

请参阅论文 AdaSum: Scaling Distributed Training with Adaptive Summation。

公式如下：

\[\begin{split}\begin{array}{ll} w_{t+1}=w_{t} - \alpha \cdot Adasum(g_{1}, g_{2}) \\ w_{t+1}=w_{t} - \alpha \cdot [(1 - \frac{g_2^{T}\cdot g_1}{2\cdot \left \| g_1 \right \|^2 })\cdot g_1 + (1 - \frac{g_1^{T}\cdot g_2}{2\cdot \left \| g_2 \right \|^2 })\cdot g_2] \\ \end{array}\end{split}\]

在本实现中， \(g\) 代表优化器更新前后的权重的变化量，下标代表数据并行维度下不同的设备。

说明

本接口推荐应用于半自动并行或者全自动并行模式。针对数据并行模式，推荐使用mindspore.boost功能以使用AdaSum。 使用本接口时，训练的卡的数量必须是2的幂，并且至少需要16张卡。目前，使用本接口时不支持优化器并行和流水线并行。

参数：

  • optimizer (Union[Cell]) - 必须是单输入的优化器。

输入：

  • grads (tuple[Tensor]) - params 的梯度，形状（shape）与 params 相同，与所传优化器的输入一致。

异常：

  • RuntimeError - parallel_mode 使用了 stand_alone 模式， AdaSum仅支持在分布式场景下使用。

  • RuntimeError - 同时使用了优化器并行，暂时不支持在优化器并行场景下使用AdaSum。

  • RuntimeError - 同时使用了流水线并行，暂时不支持在流水线并行场景下使用AdaSum。

  • RuntimeError - device_num 不是2的幂，或者小于16。

支持平台：

Ascend GPU

样例：

>>> import mindspore as ms
>>> from mindspore import nn
>>> # Define the network structure of LeNet5. Refer to
>>> # https://gitee.com/mindspore/docs/blob/r2.3.0rc2/docs/mindspore/code/lenet.py
>>> net = LeNet5()
>>> optim = nn.AdaSumByDeltaWeightWrapCell(nn.Momentum(params=net.trainable_params(),
...                                                 learning_rate=0.1, momentum=0.9))
>>> loss = nn.SoftmaxCrossEntropyWithLogits()
>>> model = ms.train.Model(net, loss_fn=loss, optimizer=optim, metrics=None)