mindformers.wrapper.MFTrainOneStepCell
- class mindformers.wrapper.MFTrainOneStepCell(network, optimizer, use_clip_grad=False, max_grad_norm=1.0, scale_sense=1.0, local_norm=False, **kwargs)[源代码]
MindFormers的单步训练包装接口。 使用损失缩放、梯度裁剪、梯度累积、指数移动平均等进行网络训练。 这是一个带有损失缩放的训练步骤。它接收一个网络、一个优化器以及一个损失缩放更新的 Cell(或 Tensor)作为参数。损失缩放值可以在主机端或设备端进行更新。如果你想在主机端更新,使用 Tensor 类型的值作为 scale_sense;否则,使用一个 Cell 实例作为 scale_sense 来更新损失缩放。
- 参数:
network (Cell) - 训练网络。网络只支持单输出。
optimizer (Cell) - 用于更新网络参数的优化器。
use_clip_grad (bool, 可选) - 是否使用梯度裁剪功能。默认值:
False
。max_grad_norm (float, 可选) - 最大梯度范数值。默认值:
1.0
。scale_sense (Union[Tensor, Cell], 可选) - 如果该值是一个 Cell,它将被 MFTrainOneStepCell 调用来更新损失缩放。如果该值是一个 Tensor,可以通过 set_sense_scale 修改损失缩放,其形状应为 \(()\) 或 \((1,)\)。
local_norm (bool, 可选) - 是否计算局部范数。默认值:
False
。kwargs (Any) - 其他参数。
- 输入:
(*inputs) (Tuple(Tensor)) - 形状为 \((N, \ldots)\) 的输入张量元组。
- 输出:
5个或7个张量的元组,包括损失值、溢出标志,当前的损失缩放值,优化器学习率,全局梯度norm,局部梯度norm和对应分组size:
loss (Tensor) - 损失值(标量)。
overflow (Tensor) - 是否发生溢出(布尔值)。
loss scale (Tensor) - 损失缩放值,形状为 \(()\) 或 \((1,)\)。
learning rate (Tensor) - 优化器学习率。
global norm (Tensor) - 全局梯度norm(标量),用于callback打屏日志,仅当 use_clip_grad=True 时计算,否则为None。
local_norm (Tensor) - 分组梯度norm, 用于callback打屏日志,仅当 local_norm=True 时返回。
size (Tensor) - 每组梯度的size,用于callback打屏日志,仅当 local_norm=True 时返回。
- 异常:
TypeError - 如果 scale_sense 既不是 Cell 也不是 Tensor。
ValueError - 如果 scale_sense 的形状既不是 (1,) 也不是 ()。
样例:
>>> from mindformers.models.llama import LlamaConfig, LlamaForCausalLM >>> from mindformers.wrapper import MFTrainOneStepCell >>> import mindspore as ms >>> from mindformers.core.optim import AdamW >>> import numpy as np >>> >>> ms.set_context(mode=ms.GRAPH_MODE) >>> >>> config = LlamaConfig(num_layers=2) >>> net = LlamaForCausalLM(config=config) >>> net.set_train(True) >>> optimizer = AdamW(net.trainable_params()) >>> >>> mft = MFTrainOneStepCell(net, optimizer) >>> inputs = ms.Tensor(np.ones([1, 2049]), ms.int32) >>> out = mft(inputs) >>> >>> loss, overflow, loss_scale, lr, global_norm = out >>> print(loss.shape, overflow, loss_scale, lr, global_norm) (1,) False 1.0 0.001, None