相关阅读
相关 LLM-预训练：Megatron-LM 中自定义流水线并行的切分方式
> 最近在研究 Megatron-LM 源码，本篇文章聊聊在 Megatron 中如何自定义流水线并行的切分方式。 Megatron-LM 代码版本：23.06 [http
淩亂°似流年相关 分布式训练-流水线并行
通常来讲，训练更大规模的网络模型可以在多种任务上取得更好的效果，如提升图像分类任务的准确率。然而，随着参数规模的扩大，AI 加速卡存储（如 GPU 显存）容量问题和卡的协同计算
叁歲伎倆相关 分布式训练-张量模型并行
通常来讲，训练更大规模的网络模型可以在多种任务上取得更好的效果，如自然语言处理类任务的准确率。然而，训练更大规模的网络模型会消耗更多的显存资源，甚至是超过单个设备的显存容量，从
相关 分布式训练-数据并行（4）：Gradient Merge
一、简介[¶][Link 1] 为了提升模型的性能，人们开始追求：更大规模的数据集、更深的网络层、更庞大的参数规模。但是随之而来的就是给模型训练带来了巨大的压力，因此分布
相关 分布式训练-数据并行（2）：前向重计算
一、原理介绍[¶][Link 1] 反向计算： 运行反向算子来计算参数(Parameter)的梯度。 优化： 应用优化算法以更新参数值 。 在前向计算过程中
相关 分布式训练-数据并行（3）：自动混合精度
传统上，深度学习训练通常使用 32 比特双精度浮点数`FP32` 作为参数、梯度和中间 Activation 等的数据存储格式。使用`FP32`作为数据存储格式，每个数据需要
相关 分布式训练-数据并行（1）：原理和实践案例
数据并行是深度学习领域最常用的并行方法。在此策略下数据集被平均分为多份，每个卡上保存完整的模型参数并独立处理一份子数据集，以加速模型训练过程。 一、原理介绍[¶][Link
爱被打了一巴掌相关 pytorch-分布式训练
-- encoding: utf-8 -- """ @File : DP.py @Time : 2021/5/19 3:03 下午
相关 体系结构 | 流水线 | 流水线相关 | 流水线冲突
目录 [相关：][Link 1] [相关有3种类型][3] [一、数据相关][Link 2] [二、名相关][Link 3] [三、控制相关][Link 4] [流
还没有评论，来说两句吧...