torch_npu.optim.NpuFusedLamb

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Lamb优化器，原理可参考《Large Batch Optimization for Deep Learning: Training BERT in 76 minutes》。

函数原型

class torch_npu.optim.NpuFusedLamb(params, lr=1e-3, betas=(0.9, 0.999), eps=1e-6, weight_decay=0, adam=False, use_global_grad_norm=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。lr的值小于0时，系统会抛出“ValueError”异常信息。
• 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)。betas的值小于0或者betas的值大于1时，系统会抛出“ValueError”异常信息。
• eps (float)：可选参数，分母防止除0项，提高数值稳定性，默认值为1e-6。eps小于0时，系统会抛出“ValueError”异常信息。
• weight_decay (float)：可选参数，权重衰减，默认值为0。
• adam (bool)：可选参数，是否通过将trust ratio设置为1，退化为Adam，默认值为False。
• use_global_grad_norm (bool)：可选参数，是否使用全局梯度正则，默认值为False。

返回值说明

类型为NpuFusedLamb的对象。

约束说明

NpuFusedLamb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，NpuFusedLamb可正常工作。

调用示例

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

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(lr=0.01, eps=1e-5)
params = _create_simple_params_and_grads()
fused_opt = NpuFusedLamb(params, **opt_kwargs)
with torch.no_grad():
    fused_opt.step()