DeepSpeed入门

本文主要是介绍DeepSpeed入门，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

pip install deepspeed

支持transformers: --deepspeed，以及config文件；

model_engine, optimizer, _, _ = deepspeed.initialize(args=cmd_args,model=model,model_parameters=params)

分布式和mixed-precision等，都包含在deepspeed.initialize和model_engine里面了；

删掉： torch.distributed.init_process_group(...)

for step, batch in enumerate(data_loader):#forward() methodloss = model_engine(batch)#runs backpropagationmodel_engine.backward(loss)#weight updatemodel_engine.step()

Gradient Average: 在model_engine.backward里自动解决；

Loss Scaling: 自动解决；

Learning Rate Scheduler: model_engin.step里自动解决；

save&load: (model、optimizer、lr scheduler状态，都存下来）(client_sd是用户自定义数据）

_, client_sd = model_engine.load_checkpoint(args.load_dir, args.ckpt_id)
step = client_sd['step']
...
if step % args.save_interval:client_sd['step'] = stepckpt_id = loss.item()model_engine.save_checkpoint(args.save_dir, ckpt_id, client_sd = client_sd)

配置文件：（例如名为ds_config.json)

{"train_batch_size": 8,"gradient_accumulation_steps": 1,"optimizer": {"type": "Adam","params": {"lr": 0.00015}},"fp16": {"enabled": true},"zero_optimization": true
}

hostfile: (和OpenMPI、Horovord兼容）（hostname GPU个数）

worker-1 slots=4
worker-2 slots=4

启动命令：

deepspeed --hostfile=myhostfile <client_entry.py> <client args> \--deepspeed --deepspeed_config ds_config.json

--num_nodes： 在几台机器上跑；

--num_gpus：在几张GPU卡上跑；

--include: 白名单节点和GPU编号；例：--include="worker-2:0,1"

--exclude: 黑名单节点和GPU编号；例：--exclude="worker-2:0@worker-3:0,1"

环境变量：

运行起来会被设置到所有node上；

".deepspeed_env"文件；放运行目录下，或者~/；例：

NCCL_IB_DISABLE=1
NCCL_SOCKET_IFNAME=eth0

在一台机器上运行"deepspeed"命令，会在所有node上launch进程；

也支持mpirun方式来launch，但通信后端用的仍是NCCL而不是MPI；

注意：

不支持CUDA_VISIBLE_DEVICES；只能这么来指定GPU:

deepspeed --include localhost:1 ...

这篇关于DeepSpeed入门的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---