forked from huawei/mindspore2022
510 lines
18 KiB
ReStructuredText
510 lines
18 KiB
ReStructuredText
mindspore.boost
|
||
==============================
|
||
|
||
Boost能够自动加速网络，如减少BN/梯度冻结/累积梯度等。
|
||
|
||
注：此特性为测试版本，我们仍在改进其功能。
|
||
|
||
.. py:class:: mindspore.boost.AutoBoost(level="O0", boost_config_dict="")
|
||
|
||
MindSpore自动优化算法库。
|
||
|
||
**参数：**
|
||
|
||
- **level** (str) – Boost的配置级别，默认值："O0"。
|
||
|
||
- "O0"： 不变化。
|
||
- "O1"： 启用boost模式, 性能将提升约20%, 准确率保持不变。
|
||
- "O2"： 启用boost模式, 性能将提升约30%, 准确率下降小于3%。
|
||
|
||
- **boost_config_dict** (dict) – 用户可配置的超参字典，建议的格式如下：
|
||
|
||
.. code-block::
|
||
|
||
{
|
||
"boost": {
|
||
"mode": "auto",
|
||
"less_bn": False,
|
||
"grad_freeze": False,
|
||
"adasum": False,
|
||
"grad_accumulation": False,
|
||
"dim_reduce": False},
|
||
|
||
"common": {
|
||
"gradient_split_groups": [50, 100],
|
||
"device_number": 8},
|
||
|
||
"less_bn": {
|
||
"fn_flag": True,
|
||
"gc_flag": True},
|
||
|
||
"grad_freeze": {
|
||
"param_groups": 10,
|
||
"freeze_type": 1,
|
||
"freeze_p": 0.7,
|
||
"total_steps": 65536},
|
||
|
||
"grad_accumulation": {
|
||
"grad_accumulation_step": 1},
|
||
|
||
"dim_reduce": {
|
||
"rho": 0.55,
|
||
"gamma": 0.9,
|
||
"alpha": 0.001,
|
||
"sigma": 0.4,
|
||
"n_components": 32,
|
||
"pca_mat_path": None,
|
||
"weight_load_dir": None,
|
||
"timeout": 1800}
|
||
|
||
}
|
||
|
||
- boost：
|
||
|
||
- mode (str)： Boost配置模式，支持 ["auto", "manual", "enable_all", "disable_all"]。默认值： "auto"。
|
||
|
||
- auto： 自动配置，取决于Model类中的 `boost_level` 参数配置。
|
||
- manual： 在 `boost_config_dict` 中人工配置。
|
||
- enable_all： 开启所有boost算法。
|
||
- disable_all： 关闭所有boost算法。
|
||
|
||
- less_bn (bool)： 是否开启LessBN算法，默认：False
|
||
- grad_freeze (bool)： 是否开启梯度冻结算法，默认：False。
|
||
- adasum (bool)： 是否开启自适应求和算法，默认：False。
|
||
- grad_accumulation (bool)： 是否开启梯度累加算法，默认：False。
|
||
- dim_reduce (bool)： 是否开启降维训练算法，默认：False。
|
||
|
||
如果开启dim_reduce算法，其他算法会失效。
|
||
如果开启grad_freeze算法，同时关闭dim_reduce，其他算法会失效。
|
||
|
||
- common：
|
||
|
||
- gradient_split_groups (list)： 网络的梯度分割点，默认： [50, 100]。
|
||
- device_number (int)： 设备数，默认： 8。
|
||
|
||
- less_bn：
|
||
|
||
- fn_flag (bool)： 是否采用fn替换fc，默认： 替换。
|
||
- gc_flag (bool)： 是否启用gc，默认： 启用gc。
|
||
|
||
- grad_freeze：
|
||
|
||
- param_groups (int)： 参数分组数量，默认值： 10。
|
||
- freeze_type (int)： 梯度冻结策略，参数选择[0, 1]，默认值： 1。
|
||
- freeze_p (float)： 梯度冻结概率，默认值： 0.7。
|
||
- total_steps (int)： 总训练步数，默认值： 65536。
|
||
|
||
- grad_accumulation：
|
||
|
||
- grad_accumulation_step (int)： 累加梯度的步数，默认值： 1。
|
||
|
||
- dim_reduce：
|
||
|
||
dim_reduce主要原理：
|
||
|
||
.. math::
|
||
|
||
\begin{align}
|
||
grad\_k &= pca\_mat \cdot grad\\
|
||
dk &= - bk \cdot grad\_k\\
|
||
sk &= rho ^ m \cdot dk\\
|
||
delta\_loss &= sigma \cdot grad\_k.T \cdot sk
|
||
\end{align}
|
||
|
||
其中：
|
||
|
||
- pca_mat (array)： 维度(k*n)，k是 *n_components* 的大小，n是权重的大小。
|
||
- bk (array)： 维度(k*k)，bk是拟牛顿法中的对称正定矩阵。
|
||
|
||
我们需要找到满足以下条件的m：
|
||
|
||
.. math::
|
||
new\_loss < old\_loss + delta\_loss
|
||
|
||
然后使用 *delta_grad* 去更新模型的权重：
|
||
|
||
.. math::
|
||
|
||
\begin{align}
|
||
grad\_k\_proj &= pca\_mat.T \cdot grad\_k\\
|
||
new\_grad\_momentum &= gamma \cdot old\_grad\_momentum + grad - grad\_k\_proj\\
|
||
delta\_grad &= alpha \cdot new\_grad\_momentum - pca\_mat.T \cdot sk
|
||
\end{align}
|
||
|
||
- rho (float)： 超参，一般无需调整，默认值： 0.55。
|
||
- gamma (float)： 超参，一般无需调整，默认值： 0.9。
|
||
- alpha (float)： 超参，一般无需调整，默认值： 0.001。
|
||
- sigma (float)： 超参，一般无需调整，默认值： 0.4。
|
||
- n_components (int)： PCA后的维度，默认值： 32。
|
||
- pca_mat_path (str)： PCA矩阵的加载路径，使用绝对路径，默认值： None。
|
||
- weight_load_dir (str)： 以checkpoint形式保存的权重加载路径，用于计算PCA矩阵，默认值： None。
|
||
- timeout (int)： 加载PCA矩阵的最长等待时间，默认值： 1800(s)。
|
||
|
||
用户可以通过加载JSON文件或者直接使用字典来配置 *boost_config_dict*。
|
||
未配置的参数会使用默认值。
|
||
|
||
**异常：**
|
||
|
||
- **ValueError** – Boost的模式不在["auto", "manual", "enable_all", "disable_all"]这个列表中。
|
||
|
||
.. py:method:: network_auto_process_eval(network)
|
||
|
||
使用Boost算法推理。
|
||
|
||
**参数：**
|
||
|
||
**network** (Cell) - 推理网络。
|
||
|
||
.. py:method:: network_auto_process_train(network, optimizer)
|
||
|
||
使用Boost算法训练。
|
||
|
||
**参数：**
|
||
|
||
- **network** (Cell) - 训练网络。
|
||
- **optimizer** (Union[Cell]) - 用于更新权重的优化器。
|
||
|
||
.. py:class:: mindspore.boost.OptimizerProcess(opt)
|
||
|
||
处理Boost的优化器，目前支持给优化器添加梯度中心化和创建新的优化器。
|
||
|
||
**参数：**
|
||
|
||
- **opt** (Cell) – 使用的优化器。
|
||
|
||
.. py:method:: add_grad_centralization(network)
|
||
|
||
添加梯度中心化。
|
||
|
||
**参数：**
|
||
|
||
- **network** (Cell) – 训练网络。
|
||
|
||
.. py:method:: build_gc_params_group(params_dict, parameters)
|
||
|
||
构建梯度中心化的分组权重。
|
||
|
||
**参数：**
|
||
|
||
- **params_dict** (dict) – 训练权重的字典。
|
||
- **parameters** (list) – 训练权重的列表。
|
||
|
||
.. py:method:: build_params_dict(network)
|
||
|
||
构建网络权重的字典。
|
||
|
||
**参数：**
|
||
|
||
- **network** (Cell) – 训练网络。
|
||
|
||
.. py:method:: generate_new_optimizer()
|
||
|
||
生成新的优化器。
|
||
|
||
.. py:class:: mindspore.boost.ParameterProcess()
|
||
|
||
处理Boost网络的权重。当前支持创建分组参数和自动设置网络梯度切分点。
|
||
|
||
.. py:method:: assign_parameter_group(parameters, split_point=None)
|
||
|
||
设置分组权重。
|
||
|
||
**参数：**
|
||
|
||
- **parameters** (list) – 训练网络的权重。
|
||
- **split_point** (list) – 网络梯度切分点。默认为None。
|
||
|
||
.. py:method:: generate_group_params(parameters, origin_params)
|
||
|
||
创建分组权重。
|
||
|
||
**参数：**
|
||
|
||
- **parameters** (list) – 训练网络的新权重。
|
||
- **origin_params** (list) – 训练网络的初始权重。
|
||
|
||
.. py:class:: mindspore.boost.BoostTrainOneStepCell(network, optimizer, sens=1.0)
|
||
|
||
Boost网络训练封装类。
|
||
|
||
用优化器封装网络，使用输入训练网络来获取结果。反向图在 *construct* 函数中自动创建，并且支持多种不同的并行模式。
|
||
|
||
|
||
**参数：**
|
||
|
||
- **network** (Cell) – 训练网络，当前网络只支持单个输出。
|
||
- **optimizer** (Union[Cell]) – 用于更新网络参数的优化器。
|
||
- **sens** (numbers.Number) – 作为反向传播输入要填充的缩放数，默认值为1.0。
|
||
|
||
**输入：**
|
||
|
||
- **(*inputs)** (Tuple(Tensor)) – 网络的所有输入组成的元组。
|
||
|
||
**输出：**
|
||
|
||
Tuple，包含三个Tensor，分别为损失函数值、溢出状态和当前损失缩放系数。
|
||
|
||
- loss(Tensor)，标量Tensor。
|
||
- overflow(Tensor)，标量Tensor，类型为bool。
|
||
- loss scaling value(Tensor)，标量Tensor。
|
||
|
||
**异常：**
|
||
|
||
- **TypeError** – 如果 `sens` 不是一个数字。
|
||
|
||
.. py:method:: adasum_process(loss, grads)
|
||
|
||
使用Adasum算法训练。
|
||
|
||
**参数：**
|
||
|
||
- **loss** (Tensor) – 网络训练的loss值。
|
||
- **grads** (Tuple(Tensor)) – 网络训练过程中的梯度。
|
||
|
||
**返回：**
|
||
|
||
Tensor，网络训练过程中得到的loss值。
|
||
|
||
.. py:method:: check_adasum_enable()
|
||
|
||
Adasum算法仅在多卡或者多机场景生效，并且要求卡数符合2的n次方，该函数用来判断adasum算法能否生效。
|
||
|
||
**返回：**
|
||
|
||
enable_adasum (bool)，Adasum算法是否生效。
|
||
|
||
.. py:method:: check_dim_reduce_enable()
|
||
|
||
获取当前是否使用降维二阶训练算法训练。
|
||
|
||
**返回：**
|
||
|
||
enable_dim_reduce (bool)，降维二阶训练算法是否生效。
|
||
|
||
.. py:method:: gradient_accumulation_process(loss, grads, sens, *inputs)
|
||
|
||
使用梯度累积算法训练。
|
||
|
||
**参数：**
|
||
|
||
- **loss** (Tensor) – 网络训练的loss值。
|
||
- **grads** (Tuple(Tensor)) – 网络训练过程中的梯度。
|
||
- **sens** (Tensor) – 作为反向传播输入要填充的缩放数。
|
||
- **inputs** (Tuple(Tensor)) – 网络训练的输入。
|
||
|
||
**返回：**
|
||
|
||
Tensor，网络训练过程中得到的loss值。
|
||
|
||
.. py:method:: gradient_freeze_process(*inputs)
|
||
|
||
使用梯度冻结算法训练。
|
||
|
||
**参数：**
|
||
|
||
- **inputs** (Tuple(Tensor)) – 网络训练的输入。
|
||
|
||
**返回：**
|
||
|
||
Tensor，网络训练过程中得到的loss值。
|
||
|
||
.. py:class:: mindspore.boost.BoostTrainOneStepWithLossScaleCell(network, optimizer, scale_sense)
|
||
|
||
使用混合精度功能的Boost训练网络。
|
||
|
||
实现了包含损失缩放（loss scale）的单次训练。它使用网络、优化器和用于更新损失缩放系数（loss scale）的Cell(或一个Tensor)作为参数。可在host侧或device侧更新损失缩放系数。
|
||
如果需要在host侧更新，使用Tensor作为 `scale_sense` ，否则，使用可更新损失缩放系数的Cell实例作为 `scale_sense` 。
|
||
|
||
**参数：**
|
||
|
||
- **network** (Cell) – 训练网络，当前网络只支持单个输出。
|
||
- **optimizer** (Union[Cell]) – 用于更新网络参数的优化器。
|
||
- **scale_sense** (Union[Tensor, Cell]) - 如果此值为Cell类型，`BoostTrainOneStepWithLossScaleCell` 会调用它来更新损失缩放系数。如果此值为Tensor类型，可调用 `set_sense_scale` 来更新损失缩放系数，shape为 :math:`()` 或 :math:`(1,)` 。
|
||
|
||
**输入：**
|
||
|
||
- **(*inputs)** (Tuple(Tensor)) - 网络的所有输入组成的元组。
|
||
|
||
**输出：**
|
||
|
||
Tuple，包含三个Tensor，分别为损失函数值、溢出状态和当前损失缩放系数。
|
||
|
||
- loss(Tensor)，标量Tensor。
|
||
- overflow(Tensor)，标量Tensor，类型为bool。
|
||
- loss scaling value(Tensor)，标量Tensor。
|
||
|
||
**异常：**
|
||
|
||
- **TypeError** - `scale_sense` 既不是Cell，也不是Tensor。
|
||
- **ValueError** - `scale_sense` 的shape既不是(1,)也不是()。
|
||
|
||
.. py:class:: mindspore.boost.LessBN(network, fn_flag=False)
|
||
|
||
LessBN算法，可以在不损失网络精度的前提下，自动减少网络中批归一化（Batch Normalization）的数量，来提升网络性能。
|
||
|
||
**参数：**
|
||
|
||
- **network** (Cell) – 待训练的网络模型。
|
||
- **fn_flag** (bool) – 是否将网络中最后一个全连接层替换为全归一化层。默认值：False。
|
||
|
||
.. py:class:: mindspore.boost.GradientFreeze(param_groups, freeze_type, freeze_p, total_steps)
|
||
|
||
梯度冻结算法，根据指定策略随机冻结某些层的梯度，来提升网络训练性能。
|
||
冻结的层数和冻结的概率均可由用户配置。
|
||
|
||
**参数：**
|
||
|
||
- **param_groups** (Union[tuple, list]) – 梯度冻结训练的权重。
|
||
- **freeze_type** (int) – 梯度冻结训练的策略。
|
||
- **freeze_p** (float) – 梯度冻结训练的概率。
|
||
- **total_steps** (int) – 整个训练过程的总的步数。
|
||
|
||
.. py:method:: freeze_generate(network, optimizer)
|
||
|
||
生成梯度冻结的网络与优化器。
|
||
|
||
**参数：**
|
||
|
||
- **network** (Cell) – 训练网络。
|
||
- **optimizer** (Union[Cell]) – 用于更新权重的优化器。
|
||
|
||
.. py:method:: generate_freeze_index_sequence(parameter_groups_number, freeze_strategy, freeze_p, total_steps)
|
||
|
||
生成梯度冻结每一步需要冻结的层数。
|
||
|
||
**参数：**
|
||
|
||
- **parameter_groups_number** (numbers.Number) – 梯度冻结训练的权重个数。
|
||
- **freeze_strategy** (int) – 梯度冻结训练的策略。
|
||
- **freeze_p** (float) – 梯度冻结训练的概率。
|
||
- **total_steps** (numbers.Number) – 整个训练过程的总的步数。
|
||
|
||
.. py:method:: split_parameters_groups(net, freeze_para_groups_number)
|
||
|
||
拆分用于梯度冻结训练的权重。
|
||
|
||
**参数：**
|
||
|
||
- **net** (Cell) – 训练网络。
|
||
- **freeze_para_groups_number** (int) – 梯度冻结训练的权重个数。
|
||
|
||
.. py:class:: mindspore.boost.FreezeOpt(opt, train_parameter_groups=None, train_strategy=None)
|
||
|
||
支持梯度冻结训练的优化器。
|
||
|
||
**参数：**
|
||
|
||
- **opt** (Cell) – 非冻结优化器实例，如 *Momentum*，*SGD*。
|
||
- **train_parameter_groups** (Union[tuple, list]) – 梯度冻结训练的权重。
|
||
- **train_strategy** (Union[tuple(int), list(int), Tensor]) – 梯度冻结训练的策略。
|
||
|
||
.. py:function:: mindspore.boost.freeze_cell(reducer_flag, network, optimizer, sens, grad, use_grad_accumulation, mean=None, degree=None, max_accumulation_step=1)
|
||
|
||
提供带梯度冻结的网络Cell。
|
||
|
||
**参数：**
|
||
|
||
- **reducer_flag** (bool): 是否分布式训练。
|
||
- **network** (Cell): 训练网络。
|
||
- **optimizer** (Cell): 优化器。
|
||
- **sens** (numbers.Number): 损失缩放系数。
|
||
- **grad** (tuple(Tensor)): 网络梯度。
|
||
- **use_grad_accumulation** (bool): 是否使用梯度累积。
|
||
- **mean** (bool): 可选参数，梯度是否求平均，仅分布式训练时生效。默认值为None。
|
||
- **degree** (int): 可选参数，device卡数，仅分布式训练时生效。默认值为None。
|
||
- **max_accumulation_step** (int): 可选参数，梯度累积步数。默认值为1。
|
||
|
||
.. py:class:: mindspore.boost.GradientAccumulation(max_accumulation_step, optimizer)
|
||
|
||
梯度累积算法，在累积多个step的梯度之后，再用来更新网络权重，可以提高训练效率。
|
||
|
||
**参数：**
|
||
|
||
- **max_accumulation_step** (int) – 累积梯度的步数。
|
||
- **optimizer** (Cell) – 网络训练使用的优化器。
|
||
|
||
.. py:class:: mindspore.boost.AdaSum(rank, device_number, group_number, parameter_tuple)
|
||
|
||
Adaptive Summation(AdaSum)是一种优化深度学习模型并行训练的算法，它可以提升不同规模集群训练的精度，减小不同规模集群调参难度。
|
||
|
||
**参数：**
|
||
|
||
- **rank** (int) – 总的训练的卡数。
|
||
- **device_number** (int) – 单机的卡数。
|
||
- **group_number** (int) – 分组的数量。
|
||
- **parameter_tuple** (Tuple(Parameter)) – 网络训练权重组成的元组。
|
||
|
||
**输入：**
|
||
|
||
- **delta_weights** (Tuple(Tensor)) – 梯度tuple。
|
||
- **parameters** (Tuple(Parameter)) – 当前权重组成的元组。
|
||
- **old_parameters** (Tuple(Parameter)) – 旧的权重组成的元组。
|
||
|
||
**输出：**
|
||
|
||
- **adasum_parameters** (Tuple(Tensor)) - adasum处理后更新的权重。
|
||
|
||
.. py:class:: mindspore.boost.DimReduce(network, optimizer, weight, pca_mat_local, n_components, rho, gamma, alpha, sigma, rank, rank_size)
|
||
|
||
降维训练(dimension reduce training)是一种优化深度学习模型训练的算法，它可以加速模型的收敛。
|
||
|
||
算法主要原理：
|
||
|
||
.. math::
|
||
|
||
\begin{align}
|
||
grad\_k &= pca\_mat \cdot grad\\
|
||
dk &= - bk \cdot grad\_k\\
|
||
sk &= rho ^ m \cdot dk\\
|
||
delta\_loss &= sigma \cdot grad\_k.T \cdot sk
|
||
\end{align}
|
||
|
||
其中:
|
||
|
||
- pca_mat (array): PCA矩阵，维度(k*n)，k是 `n_components` 的大小，n是权重的大小。
|
||
- bk (array): 维度(k*k)，bk是拟牛顿法中的对称正定矩阵。
|
||
|
||
我们需要找到满足以下条件的m:
|
||
|
||
.. math::
|
||
new\_loss < old\_loss + delta\_loss
|
||
|
||
然后使用delta_grad去更新模型的权重:
|
||
|
||
.. math::
|
||
|
||
\begin{align}
|
||
grad\_k\_proj &= pca\_mat.T \cdot grad\_k\\
|
||
new\_grad\_momentum &= gamma \cdot old\_grad\_momentum + grad - grad\_k\_proj\\
|
||
delta\_grad &= alpha \cdot new\_grad\_momentum - pca\_mat.T \cdot sk
|
||
\end{align}
|
||
|
||
**参数：**
|
||
|
||
- **network** (Cell) - 训练网络，只支持单输出。
|
||
- **optimizer** (Union[Cell]) - 更新权重的优化器。
|
||
- **weight** (Tuple(Parameter)) - 网络权重组成的元组。
|
||
- **pca_mat_local** (numpy.ndarray) - 用于PCA操作的，经过切分的PCA转换矩阵，维度为k*n，k是切分的 `n_components` 的大小，n是权重的大小。
|
||
- **n_components** (int) - PCA的主成分维度(components)。
|
||
- **rho** (float) - 超参。
|
||
- **gamma** (float) - 超参。
|
||
- **alpha** (float) - 超参。
|
||
- **sigma** (float) - 超参。
|
||
- **rank** (int) - Rank编号。
|
||
- **rank_size** (int) - Rank总数。
|
||
|
||
**输入：**
|
||
|
||
- **loss** (Tensor) - 网络loss，标量Tensor。
|
||
- **old_grad** (Tuple(Tensor)) - 网络权重提取组成的元组。
|
||
- **weight** (Tuple(Tensor)) - 网络权重组成的元组。
|
||
- **weight_clone** (Tuple(Tensor)) - 网络权重的副本。
|
||
- **(\*inputs)** (Tuple(Tensor)) - 网络的所有输入组成的元组。
|
||
|
||
**输出：**
|
||
|
||
- **loss** (Tensor) - 网络loss，标量Tensor。
|
||
|
||
.. automodule:: mindspore.boost
|
||
:members:
|