我想在进行反向传递之前积累梯度。所以想知道什么是正确的方法。根据{{3}} 它是:
model.zero_grad() # Reset gradients tensors
for i, (inputs, labels) in enumerate(training_set):
predictions = model(inputs) # Forward pass
loss = loss_function(predictions, labels) # Compute loss function
loss = loss / accumulation_steps # Normalize our loss (if averaged)
loss.backward() # Backward pass
if (i+1) % accumulation_steps == 0: # Wait for several backward steps
optimizer.step() # Now we can do an optimizer step
model.zero_grad()
我希望它是:
model.zero_grad() # Reset gradients tensors
loss = 0
for i, (inputs, labels) in enumerate(training_set):
predictions = model(inputs) # Forward pass
loss += loss_function(predictions, labels) # Compute loss function
if (i+1) % accumulation_steps == 0: # Wait for several backward steps
loss = loss / accumulation_steps # Normalize our loss (if averaged)
loss.backward() # Backward pass
optimizer.step() # Now we can do an optimizer step
model.zero_grad()
loss = 0
我在这里累积损失,然后除以累积步骤以求平均。
第二个问题,如果我是对的,考虑到我只对每个累加步骤都进行反向传递,您是否希望我的方法更快?
答案 0 :(得分:2)
因此,根据答案here,第一种方法是内存有效的。两种方法所需的工作量大致相同。
第二种方法会不断累积图形,因此需要多accumulation_steps
倍的内存。第一种方法可以立即计算梯度(并简单地添加梯度),因此需要较少的内存。
答案 1 :(得分:0)
后退遍历loss.backward()
是实际计算梯度的操作。
如果仅执行前向通过(predictions = model(inputs)
),将不会计算梯度,因此无法进行累加。