PyTorch - Amazon SageMaker
PyTorch Modelle mit Hugging Face Transformers

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

PyTorch

Bringen Sie Ihr eigenes PyTorch Modell mit und führen Sie den Trainingsjob mit SageMaker Training Compiler aus. SageMaker

PyTorch Modelle mit Hugging Face Transformers

PyTorch Modelle mit Hugging Face Transformers basieren auf der PyTorch Torch.nn.Module API. Hugging Face Transformers bietet auch Trainer - und vortrainierte Modellkurse an, PyTorch um den Aufwand für die Konfiguration von NLP-Modellen (Natural Language Processing) zu reduzieren. Nachdem Sie Ihr Trainingsskript vorbereitet haben, können Sie mit dem SageMaker PyTorch oder HuggingFace Estimator und der Konfiguration des Training Compilers einen SageMaker Trainingsjob starten, wenn Sie mit dem nächsten Thema unter fortfahren. Aktivieren Sie den SageMaker Training Compiler

Tipp

Wenn Sie mithilfe von Transformers in Ihrem Trainingsskript einen Tokenizer für ein NLP-Modell erstellen, stellen Sie sicher, dass Sie eine statische Eingabe-Tensorform verwenden, indem Sie padding='max_length' angeben. Verwenden Sie padding='longest' nicht, da das Auffüllen der längsten Sequenz im Stapel die Tensorform für jeden Trainingsstapel ändern kann. Die dynamische Eingabeform kann eine Neukompilierung des Modells auslösen und die Gesamttrainingszeit verlängern. Weitere Informationen zu den Auffülloptionen der Transformers-Tokenizer finden Sie unter Padding and Truncation in der Hugging Face Transformers Dokumentation.

Große Sprachmodelle, die die Hugging Face Transformers-Trainer Klasse verwenden

Wenn Sie die Trainer-Klasse der Transformers-Bibliothek verwenden, müssen Sie keine weiteren Änderungen an Ihrem Trainingsskript vornehmen. SageMaker Der Training Compiler kompiliert Ihr Trainer-Modell automatisch, wenn Sie es über die Estimator-Klasse aktivieren. Der folgende Code zeigt die Grundform eines PyTorch Trainingsskripts mit der Hugging Face Trainer API.

from transformers import Trainer, TrainingArguments

training_args=TrainingArguments(**kwargs)
trainer=Trainer(args=training_args, **kwargs)

Für das Training mit einer einzelnen GPU

Sie müssen Ihren Code nicht ändern, wenn Sie die transformers.Trainer Klasse verwenden.

Für verteiltes Training

PyTorch v1.11.0 und höher

Um verteiltes Training mit SageMaker Training Compiler auszuführen, müssen Sie Ihrem Trainingsskript die folgende _mp_fn() Funktion hinzufügen und die Funktion umschließen. main() Sie leitet die _mp_fn(index) Funktionsaufrufen von der SageMaker verteilten Runtime for PyTorch (pytorchxla) an die main() Funktion Ihres Trainingsskripts weiter. 

def _mp_fn(index):
    main()

Diese Funktion akzeptiert das index Argument, um den Rang der aktuellen GPU im Cluster für verteiltes Training anzugeben. Weitere Beispielskripte finden Sie in den Beispielskripten für die Sprachmodellierung von Hugging Face Transformers.

Für Transformers v4.17 und früher mit PyTorch v1.10.2 und früher

SageMaker Training Compiler verwendet einen alternativen Mechanismus zum Starten eines verteilten Trainingsjobs, sodass Sie keine Änderungen an Ihrem Trainingsskript vornehmen müssen. Stattdessen verlangt SageMaker Training Compiler, dass Sie ein SageMaker verteiltes Trainings-Launcher-Skript an das entry_point Argument und Ihr Trainingsskript an das hyperparameters Argument im SageMaker Hugging Face Face-Schätzer übergeben.

Bewährte Methoden zur Verwendung von Training Compiler mit SageMaker Trainer

Nachdem Sie die Anpassung Ihres Trainingsskripts abgeschlossen haben, fahren Sie mit Ausführen von PyTorch Trainingsaufträgen mit dem SageMaker Training Compiler fort.

PyTorch Direkte Verwendung großer Sprachmodelle (ohne die Hugging Face Transformers Trainer-API)

Wenn Sie über ein Trainingsskript verfügen, das PyTorch direkt verwendet wird, müssen Sie zusätzliche Änderungen an Ihrem PyTorch Trainingsskript vornehmen, um /XLA zu implementieren. PyTorch Folgen Sie den Anweisungen, um Ihr Skript so zu ändern, dass es die /XLA-Primative richtig einrichtet PyTorch.

Für das Training mit einer einzelnen GPU

  1. Importieren Sie die Optimierungsbibliotheken.

    import torch_xla
import torch_xla.core.xla_model as xm

  2. Ändern Sie das Zielgerät auf XLA statt auf torch.device("cuda")

    device=xm.xla_device()

  3. Wenn Sie Automatic Mixed Precision (AMP) verwenden PyTorch, gehen Sie wie folgt vor:

    1. Ersetzen Sie torch.cuda.amp durch Folgendes:

      import torch_xla.amp

    2. Ersetzen Sie torch.optim.SGD und torch.optim.Adam durch folgendes:

      import torch_xla.amp.syncfree.Adam as adam
import torch_xla.amp.syncfree.SGD as SGD

    3. Ersetzen Sie torch.cuda.amp.GradScaler durch Folgendes:

      import torch_xla.amp.GradScaler as grad_scaler

  4. Wenn Sie AMP nicht verwenden, ersetzen Sie optimizer.step() durch Folgendes:

    xm.optimizer_step(optimizer)

  5. Wenn Sie einen verteilten Dataloader verwenden, fügen Sie Ihren Dataloader in die PyTorch Klasse /XLA ein: ParallelLoader

    import torch_xla.distributed.parallel_loader as pl
parallel_loader=pl.ParallelLoader(dataloader, [device]).per_device_loader(device)

  6. Fügen Sie mark_step am Ende der Trainingsschleife hinzu, wenn Sie parallel_loader nicht verwenden:

    xm.mark_step()

  7. Verwenden Sie die Model-Checkpoint-Methode von /XLA, um Ihr Training zu überprüfen: PyTorch

    xm.save(model.state_dict(), path_to_save)

Nachdem Sie die Anpassung Ihres Trainingsskripts abgeschlossen haben, fahren Sie mit Ausführen von PyTorch Trainingsaufträgen mit dem SageMaker Training Compiler fort.

Für verteiltes Training

Fügen Sie zusätzlich zu den im vorherigen Für das Training mit einer einzelnen GPU Abschnitt aufgeführten Änderungen die folgenden Änderungen hinzu, um den Workload ordnungsgemäß auf die GPUs zu verteilen.

  1. Wenn Sie AMP verwenden, füge all_reduce danach scaler.scale(loss).backward() hinzu:

    gradients=xm._fetch_gradients(optimizer)
xm.all_reduce('sum', gradients, scale=1.0/xm.xrt_world_size())

  2. Wenn Sie Variablen für local_ranks und world_size setzen müssen, verwende einen ähnlichen Code wie den folgenden:

    local_rank=xm.get_local_ordinal()
world_size=xm.xrt_world_size()

  3. Für alle world_size (num_gpus_per_node*num_nodes) größer als 1, müssen Sie einen Train Sampler definieren, der wie folgt aussehen sollte:

    import torch_xla.core.xla_model as xm

if xm.xrt_world_size() > 1:
    train_sampler=torch.utils.data.distributed.DistributedSampler(
        train_dataset,
        num_replicas=xm.xrt_world_size(),
        rank=xm.get_ordinal(),
        shuffle=True
    )

train_loader=torch.utils.data.DataLoader(
    train_dataset, 
    batch_size=args.batch_size,
    sampler=train_sampler,
    drop_last=args.drop_last,
    shuffle=False if train_sampler else True,
    num_workers=args.num_workers
)

  4. Nehmen Sie die folgenden Änderungen vor, um sicherzustellen, dass Sie das vom torch_xla distributed-Modul bereitgestellte parallel_loader verwenden. 

    import torch_xla.distributed.parallel_loader as pl
train_device_loader=pl.MpDeviceLoader(train_loader, device)

    Sie train_device_loader funktioniert wie ein normaler PyTorch Loader wie folgt: 

    for step, (data, target) in enumerate(train_device_loader):
    optimizer.zero_grad()
    output=model(data)
    loss=torch.nn.NLLLoss(output, target)
    loss.backward()

    Mit all diesen Änderungen sollten Sie in der Lage sein, verteiltes Training mit jedem PyTorch Modell ohne die Transformer Trainer-API zu starten. Beachten Sie, dass diese Anweisungen sowohl für Einzelknoten-Multi-GPU als auch für Multi-GPU mit mehreren Knoten verwendet werden können.

  5. Für PyTorch v1.11.0 und höher

    Um verteiltes Training mit SageMaker Training Compiler auszuführen, müssen Sie Ihrem Trainingsskript die folgende _mp_fn() Funktion hinzufügen und die Funktion umschließen. main() Sie leitet die _mp_fn(index) Funktionsaufrufen von der SageMaker verteilten Runtime for PyTorch (pytorchxla) an die main() Funktion Ihres Trainingsskripts weiter. 

    def _mp_fn(index):
    main()

    Diese Funktion akzeptiert das index Argument, um den Rang der aktuellen GPU im Cluster für verteiltes Training anzugeben. Weitere Beispielskripte finden Sie in den Beispielskripten für die Sprachmodellierung von Hugging Face Transformers.

    Für Transformers v4.17 und früher mit PyTorch v1.10.2 und früher

    SageMaker Training Compiler verwendet einen alternativen Mechanismus zum Starten eines verteilten Trainingsjobs und verlangt, dass Sie ein SageMaker verteiltes Trainingsstartskript an das entry_point Argument und Ihr Trainingsskript an das hyperparameters Argument im SageMaker Hugging Face Face-Schätzer übergeben.

Nachdem Sie die Anpassung Ihres Trainingsskripts abgeschlossen haben, fahren Sie mit Ausführen von PyTorch Trainingsaufträgen mit dem SageMaker Training Compiler fort.

Bewährte Methoden für die Verwendung SageMaker des Training Compilers mit /XLA PyTorch

Wenn Sie den SageMaker Training Compiler in Ihrem systemeigenen PyTorch Trainingsskript nutzen möchten, sollten Sie sich zunächst mit PyTorch XLA-Geräten vertraut machen. In den folgenden Abschnitten werden einige bewährte Methoden zur Aktivierung von XLA aufgeführt. PyTorch

Anmerkung

In diesem Abschnitt mit bewährten Methoden wird davon ausgegangen, dass Sie die folgenden PyTorch /XLA-Module verwenden:

import torch_xla.core.xla_model as xm
import torch_xla.distributed.parallel_loader as pl
Verstehen Sie den Lazy-Modus in /XLA PyTorch

Ein wesentlicher Unterschied zwischen PyTorch /XLA und Native besteht PyTorch darin, dass das PyTorch /XLA-System im Lazy-Modus läuft, während das native System im Eager-Modus läuft. PyTorch Tensoren im Lazy-Modus sind Platzhalter für die Erstellung des Rechengraphen, bis sie nach Abschluss der Kompilierung und Auswertung materialisiert werden. Das PyTorch /XLA-System erstellt den Rechengraphen im laufenden Betrieb, wenn Sie PyTorch APIs aufrufen, um die Berechnung mithilfe von Tensoren und Operatoren zu erstellen. Der Berechnungsgraph wird kompiliert und ausgeführt, wenn xm.mark_step() explizit oder implizit durch pl.MpDeviceLoader/pl.ParallelLoader aufgerufen wird, oder wenn Sie explizit den Wert eines Tensors anfordern, z. B. durch den Aufruf von loss.item() oder print(loss).

Minimiere die Anzahl der Verwendungen von und compilation-and-executionspl.MpDeviceLoader/pl.ParallelLoaderxm.step_closure

Um eine optimale Leistung zu erzielen, sollten Sie die unter beschriebenen compilation-and-executionsInitiationsmöglichkeiten berücksichtigen Verstehen Sie den Lazy-Modus in /XLA PyTorch und versuchen, die Anzahl der zu minimieren compilation-and-executions. Im Idealfall compilation-and-execution ist pro Trainingsiteration nur eine erforderlich, die automatisch von pl.MpDeviceLoader/pl.ParallelLoader initiiert wird. Das MpDeviceLoader ist für XLA optimiert und sollte nach Möglichkeit immer verwendet werden, um eine optimale Leistung zu erzielen. Während des Trainings möchten Sie vielleicht einige Zwischenergebnisse, wie z. B. die Verlustwerte, untersuchen. In einem solchen Fall sollte das Drucken von faulen Tensoren mit einem Wrap versehen werden, um Unnötiges xm.add_step_closure() zu vermeiden. compilation-and-executions

Verwenden Sie AMP und syncfree Optimierer

Das Training im AMP-Modus (Automatic Mixed Precision) beschleunigt Ihre Trainingsgeschwindigkeit erheblich, indem Sie die Tensor-Kerne der NVIDIA-GPUs nutzen. SageMaker Training Compiler bietet syncfree Optimierer, die für XLA optimiert sind, um die AMP-Leistung zu verbessern. Derzeit sind die folgenden drei syncfree Optimierer verfügbar und sollten nach Möglichkeit verwendet werden, um eine optimale Leistung zu erzielen.

torch_xla.amp.syncfree.SGD
torch_xla.amp.syncfree.Adam
torch_xla.amp.syncfree.AdamW

Diese syncfree Optimierer sollten für die Skalierung/Deskalierung mit torch_xla.amp.GradScaler Gradienten kombiniert werden.

Tipp

Ab PyTorch Version 1.13.1 verbessert der SageMaker Training Compiler die Leistung, indem PyTorch /XLA die Optimierer (wie SGD, Adam, AdamW) in torch.optim oder transformers.optimization mit ihren syncfree-Versionen (wie,,) automatisch überschreibt. torch_xla.amp.syncfree torch_xla.amp.syncfree.SGD torch_xla.amp.syncfree.Adam torch_xla.amp.syncfree.AdamW Sie müssen die Codezeilen, in denen Sie Optimierer definieren, in Ihrem Trainingsskript nicht ändern.