torch_npu.optim.NpuFusedAdamP

产品支持情况

产品	是否支持
Atlas A3 训练系列产品	√
Atlas A2 训练系列产品	√
Atlas 训练系列产品	√

功能说明

通过张量融合实现的高性能AdamP优化器。AdamP的功能和原理可参考《AdamP: Slowing Down the Slowdown for Momentum Optimizers on Scale-invariant Weights》。

函数原型

class torch_npu.optim.NpuFusedAdamP(params, lr=1e-3, betas=(0.9, 0.999), eps=1e-8, weight_decay=0, delta=0.1, wd_ratio=0.1, nesterov=False)

参数说明

• params (iterable)：必选参数，模型参数或模型参数组。
• lr (float)：可选参数，学习率，默认值为1e-3。
• betas (Tuple[float, float])：可选参数，用于计算梯度及其平方的运行平均值的系数，betas为包含两个值的tuple类型，默认值为（0.9，0.999）。
• eps (float)：可选参数，分母防止除零项，提高数值稳定性，默认值为1e-8。
• weight_decay (float)：可选参数，权重衰减，默认值为0。
• delta (float)：余弦相似度阈值，默认值为0.1。
• wd_ratio (float)：权重衰减动态调整速率，默认值为0.1。
• nesterov (bool)：使用Nesterov动量，默认值为False。

返回值说明

类型为NpuFusedAdamP的对象。

约束说明

NpuFusedAdamP的实现机制要求params中的每一个模型参数对象在使用过程中不能被重新申请，否则将导致无法预料的结果。引起模型参数对象被重新申请的操作包括但不限于：

• 将模型或其子Module进行.cpu操作
• 将模型参数对象指向新的对象
• 将模型参数对象置为None

对模型参数对象进行inplace计算，或者读取参数的值，NpuFusedAdamP可正常工作。

调用示例

import torch
from torch_npu.npu.amp import GradScaler, autocast
from torch_npu.optim import NpuFusedAdamP 

def _create_simple_params_and_grads():
    params = [
        torch.arange(6).reshape(2, 3).float().npu(),
        torch.arange(12).reshape(4, 3).float().npu(),
        torch.arange(6).reshape(2, 3).half().npu(),
        torch.arange(12).reshape(4, 3).half().npu(),
        torch.arange(15).reshape(5, 3).float().npu(),
        torch.arange(18).reshape(6, 3).half().npu(),
        torch.arange(6).reshape(2, 3).float().npu()
    ]

    for i, p in enumerate(params):
        if i < len(params) - 1:
            p.requires_grad = True
            p.grad = p.clone().detach() / 100.

    return params

opt_kwargs = dict(eps=1e-5, betas=(0.9, 0.999), lr=2e-3, weight_decay=0.05)
params = _create_simple_params_and_grads()
fused_opt = NpuFusedAdamP(params, **opt_kwargs)
with torch.no_grad():
    fused_opt.step()