mindspore.nn.AdaSumByGradWrapCell
- class mindspore.nn.AdaSumByGradWrapCell(optimizer)[源代码]
Adaptive Summation (AdaSum)算法的实现,根据梯度计算。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, \(g\) 代表权重的梯度,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]) - 用于更新权重的优化器。优化器的构造函数只允许一个输入。
- 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.AdaSumByGradWrapCell(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)