Hugging Face Accelerate

Hugging Face Accelerate는 분산 설정 전반에서 동일한 PyTorch 코드를 실행하여 대규모 모델 트레이닝 및 추론을 간소화하는 라이브러리입니다.

Accelerate에는 아래에서 사용하는 방법을 보여주는 Weights & Biases Tracker가 포함되어 있습니다. Accelerate Trackers에 대한 자세한 내용은 여기에서 해당 문서를 참조하십시오

Accelerate로 로깅 시작하기

Accelerate 및 Weights & Biases를 시작하려면 아래의 의사 코드를 따르십시오.

from accelerate import Accelerator

# Accelerator 오브젝트에게 wandb 로 로그하도록 지시
accelerator = Accelerator(log_with="wandb")

# wandb run을 초기화하고 wandb 파라미터 및 모든 설정 정보 전달
accelerator.init_trackers(
    project_name="my_project",
    config={"dropout": 0.1, "learning_rate": 1e-2}
    init_kwargs={"wandb": {"entity": "my-wandb-team"}}
    )

...

# `accelerator.log`를 호출하여 wandb에 로그, `step`은 선택 사항
accelerator.log({"train_loss": 1.12, "valid_loss": 0.8}, step=global_step)


# wandb tracker가 올바르게 완료되었는지 확인
accelerator.end_training()

자세히 설명하자면 다음이 필요합니다.

1. Accelerator 클래스를 초기화할 때 log_with="wandb"를 전달합니다.
2. init_trackers 메소드를 호출하고 다음을 전달합니다.

• project_name을 통해 프로젝트 이름
• 중첩된 dict을 통해 wandb.init에 전달할 파라미터는 init_kwargs에 전달
• config를 통해 wandb run에 로그할 다른 모든 실험 설정 정보

3. .log 메소드를 사용하여 Weights & Biases에 로그합니다. step 인수는 선택 사항입니다.
4. 트레이닝이 완료되면 .end_training을 호출합니다.

W&B tracker 액세스

W&B tracker에 액세스하려면 Accelerator.get_tracker() 메소드를 사용하십시오. tracker의 .name 속성에 해당하는 문자열을 전달하면 main 프로세스에서 tracker가 반환됩니다.

wandb_tracker = accelerator.get_tracker("wandb")

거기에서 평소처럼 wandb의 run 오브젝트와 상호 작용할 수 있습니다.

wandb_tracker.log_artifact(some_artifact_to_log)

wandb_tracker = accelerator.get_tracker("wandb", unwrap=True)
with accelerator.on_main_process:
    wandb_tracker.log_artifact(some_artifact_to_log)

Accelerate 관련 기사

다음은 즐겨보실 만한 Accelerate 관련 기사입니다.