Accelerate documentation
Zoo de ejemplos
Primeros pasos
Tutoriales
ResumenAgrega Accelerate a tu códigoProceso de ejecuciónEntrenamiento en TPULanzamiento de scripts de AccelerateIniciar el entrenamiento distribuido desde Jupyter Notebooks
Guías de uso
Accelerate
¡Empieza aquí!Estimador de memoria del modeloCuántica de modelosSeguimiento de experimentosProfilerCheckpointingSolución de problemasZoo de ejemplos
Entrenamiento
Acumulación de gradientesLocal SGDEntrenamiento de baja precisión (FP8)DeepSpeedUso de varios modelos con DeepSpeedGanchos de comunicación de DDPParalelismo de datos totalmente fragmentadoMegatron-LMAmazon SageMakerGPUs Apple M1CPU de IntelIntel GaudiCompilación
Inferencia
Conceptos y fundamentos
Mecanismo interno de AccelerateCarga de modelos grandes en memoriaComparación del rendimiento en configuraciones distribuidasEjecución y diferimiento de trabajosSincronización de gradientesFSDP frente a DeepSpeedFSDP1 frente a FSDP2Paralelismo de contextoParalelismo de secuenciaMétodos de entrenamiento de baja precisiónEntrenamiento en TPUs
Referencia
Zoo de ejemplos
A continuación se incluye una lista no exhaustiva de tutoriales y scripts que muestran Accelerate.
Ejemplos oficiales de Accelerate:
Ejemplos básicos
Estos ejemplos muestran las funciones básicas de Accelerate y son un excelente punto de partida
- Ejemplo básico de NLP
- Ejemplo básico de NLP distribuido en un Jupyter Notebook
- Ejemplo básico de visión por computadora
- Ejemplo básico de visión por computadora distribuida en un Jupyter Notebook
- Uso de Accelerate en Kaggle
Ejemplos específicos de características
Estos ejemplos muestran características específicas que ofrece el marco de trabajo Accelerate
- Acumulación de gradientes con conciencia de memoria automática
- Guardado de estados
- Validación cruzada
- DeepSpeed
- Paralelismo de datos totalmente fragmentado
- Acumulación de gradientes
- Buscador de tamaño de lote consciente de la memoria
- Cálculo de métricas
- Uso de los trackers
- Uso de Megatron-LM
Ejemplos completos
Estos ejemplos muestran todas las funciones de Accelerate a la vez que se presentaron en “Feature Specific Examples”
- Ejemplo completo de NLP
- Ejemplo completo de visión por computadora
- Ejemplo de visión muy completo y extensible que muestra SLURM, hydra y un uso muy extensible del framework
- Ejemplo de ajuste fino de un modelo de lenguaje causal
- Ejemplo de ajuste fino de un modelo de lenguaje enmascarado
- Ejemplo de preentrenamiento de voz
- Ejemplo de ajuste fino para traducción
- Ejemplo de ajuste fino para clasificación de texto
- Ejemplo de ajuste fino para segmentación semántica
- Ejemplo de ajuste fino para respuesta a preguntas
- Ejemplo de ajuste fino de búsqueda por haz para preguntas y respuestas
- Ejemplo de ajuste fino para preguntas de respuesta múltiple
- Ejemplo de ajuste fino para el reconocimiento de entidades nombradas
- Ejemplo de ajuste fino para clasificación de imágenes
- Ejemplo de ajuste fino para resumen
- Ejemplos de principio a fin sobre cómo usar la integración de AWS SageMaker de Accelerate
- Ejemplos de Megatron-LM para diversas tareas de NLP
Ejemplos de integración
Estos son tutoriales de bibliotecas que se integran con Accelerate:
¿No encuentras tu integración aquí? ¡Crea una PR para incluirla!
Amphion
- Entrenamiento de modelos de texto a voz con Amphion
- Entrenamiento de modelos de conversión de voz cantada con Amphion
- Entrenamiento de vocoders con Amphion
Catalyst
DALLE2-pytorch
Diffusers
fastai
- Entrenamiento distribuido desde Jupyter Notebooks con fastai
- Ejemplos básicos de entrenamiento distribuido con fastai
GradsFlow
imagen-pytorch
Kornia
PyTorch Accelerated
PyTorch3D
Stable-Dreamfusion
Tez
trlx
Comfy-UI
- Activar el uso de modelos grandes de Stable Diffusion en configuraciones de poca VRAM con Accelerate
En Ciencia
A continuación se incluye una lista no exhaustiva de artículos que utilizan Accelerate.
¿No encuentras tu artículo aquí? ¡Crea una PR para incluirlo!
- Yuval Kirstain, Adam Polyak, Uriel Singer, Shahbuland Matiana, Joe Penna, Omer Levy: “Pick-a-Pic: An Open Dataset of User Preferences for Text-to-Image Generation”, 2023; arXiv:2305.01569.
- Lei Wang, Wanyu Xu, Yihuai Lan, Zhiqiang Hu, Yunshi Lan, Roy Ka-Wei Lee, Ee-Peng Lim: “Plan-and-Solve Prompting: Improving Zero-Shot Chain-of-Thought Reasoning by Large Language Models”, 2023; arXiv:2305.04091.
- Arthur Câmara, Claudia Hauff: “Moving Stuff Around: A study on efficiency of moving documents into memory for Neural IR models”, 2022; arXiv:2205.08343.
- Ying Sheng, Lianmin Zheng, Binhang Yuan, Zhuohan Li, Max Ryabinin, Daniel Y. Fu, Zhiqiang Xie, Beidi Chen, Clark Barrett, Joseph E. Gonzalez, Percy Liang, Christopher Ré, Ion Stoica, Ce Zhang: “High-throughput Generative Inference of Large Language Models with a Single GPU”, 2023; arXiv:2303.06865.
- Peter Melchior, Yan Liang, ChangHoon Hahn, Andy Goulding: “Autoencoding Galaxy Spectra I: Architecture”, 2022; arXiv:2211.07890.
- Jiaao Chen, Aston Zhang, Mu Li, Alex Smola, Diyi Yang: “A Cheaper and Better Diffusion Language Model with Soft-Masked Noise”, 2023; arXiv:2304.04746.
- Ayaan Haque, Matthew Tancik, Alexei A. Efros, Aleksander Holynski, Angjoo Kanazawa: “Instruct-NeRF2NeRF: Editing 3D Scenes with Instructions”, 2023; arXiv:2303.12789.
- Luke Melas-Kyriazi, Christian Rupprecht, Iro Laina, Andrea Vedaldi: “RealFusion: 360° Reconstruction of Any Object from a Single Image”, 2023; arXiv:2302.10663.
- Xiaoshi Wu, Keqiang Sun, Feng Zhu, Rui Zhao, Hongsheng Li: “Better Aligning Text-to-Image Models with Human Preference”, 2023; arXiv:2303.14420.
- Yongliang Shen, Kaitao Song, Xu Tan, Dongsheng Li, Weiming Lu, Yueting Zhuang: “HuggingGPT: Solving AI Tasks with ChatGPT and its Friends in HuggingFace”, 2023; arXiv:2303.17580.
- Yue Yang, Wenlin Yao, Hongming Zhang, Xiaoyang Wang, Dong Yu, Jianshu Chen: “Z-LaVI: Zero-Shot Language Solver Fueled by Visual Imagination”, 2022; arXiv:2210.12261.
- Sheng-Yen Chou, Pin-Yu Chen, Tsung-Yi Ho: “How to Backdoor Diffusion Models?”, 2022; arXiv:2212.05400.
- Junyoung Seo, Wooseok Jang, Min-Seop Kwak, Jaehoon Ko, Hyeonsu Kim, Junho Kim, Jin-Hwa Kim, Jiyoung Lee, Seungryong Kim: “Let 2D Diffusion Model Know 3D-Consistency for Robust Text-to-3D Generation”, 2023; arXiv:2303.07937.
- Or Patashnik, Daniel Garibi, Idan Azuri, Hadar Averbuch-Elor, Daniel Cohen-Or: “Localizing Object-level Shape Variations with Text-to-Image Diffusion Models”, 2023; arXiv:2303.11306.
- Dídac Surís, Sachit Menon, Carl Vondrick: “ViperGPT: Visual Inference via Python Execution for Reasoning”, 2023; arXiv:2303.08128.
- Chenyang Qi, Xiaodong Cun, Yong Zhang, Chenyang Lei, Xintao Wang, Ying Shan, Qifeng Chen: “FateZero: Fusing Attentions for Zero-shot Text-based Video Editing”, 2023; arXiv:2303.09535.
- Sean Welleck, Jiacheng Liu, Ximing Lu, Hannaneh Hajishirzi, Yejin Choi: “NaturalProver: Grounded Mathematical Proof Generation with Language Models”, 2022; arXiv:2205.12910.
- Elad Richardson, Gal Metzer, Yuval Alaluf, Raja Giryes, Daniel Cohen-Or: “TEXTure: Text-Guided Texturing of 3D Shapes”, 2023; arXiv:2302.01721.
- Puijin Cheng, Li Lin, Yijin Huang, Huaqing He, Wenhan Luo, Xiaoying Tang: “Learning Enhancement From Degradation: A Diffusion Model For Fundus Image Enhancement”, 2023; arXiv:2303.04603.
- Shun Shao, Yftah Ziser, Shay Cohen: “Erasure of Unaligned Attributes from Neural Representations”, 2023; arXiv:2302.02997.
- Seonghyeon Ye, Hyeonbin Hwang, Sohee Yang, Hyeongu Yun, Yireun Kim, Minjoon Seo: “In-Context Instruction Learning”, 2023; arXiv:2302.14691.
- Shikun Liu, Linxi Fan, Edward Johns, Zhiding Yu, Chaowei Xiao, Anima Anandkumar: “Prismer: A Vision-Language Model with An Ensemble of Experts”, 2023; arXiv:2303.02506.
- Haoyu Chen, Zhihua Wang, Yang Yang, Qilin Sun, Kede Ma: “Learning a Deep Color Difference Metric for Photographic Images”, 2023; arXiv:2303.14964.
- Van-Hoang Le, Hongyu Zhang: “Log Parsing with Prompt-based Few-shot Learning”, 2023; arXiv:2302.07435.
- Keito Kudo, Yoichi Aoki, Tatsuki Kuribayashi, Ana Brassard, Masashi Yoshikawa, Keisuke Sakaguchi, Kentaro Inui: “Do Deep Neural Networks Capture Compositionality in Arithmetic Reasoning?”, 2023; arXiv:2302.07866.
- Ruoyao Wang, Peter Jansen, Marc-Alexandre Côté, Prithviraj Ammanabrolu: “Behavior Cloned Transformers are Neurosymbolic Reasoners”, 2022; arXiv:2210.07382.
- Martin Wessel, Tomáš Horych, Terry Ruas, Akiko Aizawa, Bela Gipp, Timo Spinde: “Introducing MBIB — the first Media Bias Identification Benchmark Task and Dataset Collection”, 2023; arXiv:2304.13148. DOI: [https://dx.doi.org/10.1145/3539618.3591882 10.1145/3539618.3591882].
- Hila Chefer, Yuval Alaluf, Yael Vinker, Lior Wolf, Daniel Cohen-Or: “Attend-and-Excite: Attention-Based Semantic Guidance for Text-to-Image Diffusion Models”, 2023; arXiv:2301.13826.
- Marcio Fonseca, Yftah Ziser, Shay B. Cohen: “Factorizing Content and Budget Decisions in Abstractive Summarization of Long Documents”, 2022; arXiv:2205.12486.
- Elad Richardson, Gal Metzer, Yuval Alaluf, Raja Giryes, Daniel Cohen-Or: “TEXTure: Text-Guided Texturing of 3D Shapes”, 2023; arXiv:2302.01721.
- Tianxing He, Jingyu Zhang, Tianle Wang, Sachin Kumar, Kyunghyun Cho, James Glass, Yulia Tsvetkov: “On the Blind Spots of Model-Based Evaluation Metrics for Text Generation”, 2022; arXiv:2212.10020.
- Ori Ram, Yoav Levine, Itay Dalmedigos, Dor Muhlgay, Amnon Shashua, Kevin Leyton-Brown, Yoav Shoham: “In-Context Retrieval-Augmented Language Models”, 2023; arXiv:2302.00083.
- Dacheng Li, Rulin Shao, Hongyi Wang, Han Guo, Eric P. Xing, Hao Zhang: “MPCFormer: fast, performant and private Transformer inference with MPC”, 2022; arXiv:2211.01452.
- Baolin Peng, Michel Galley, Pengcheng He, Chris Brockett, Lars Liden, Elnaz Nouri, Zhou Yu, Bill Dolan, Jianfeng Gao: “GODEL: Large-Scale Pre-Training for Goal-Directed Dialog”, 2022; arXiv:2206.11309.
- Egil Rønningstad, Erik Velldal, Lilja Øvrelid: “Entity-Level Sentiment Analysis (ELSA): An exploratory task survey”, 2023, Proceedings of the 29th International Conference on Computational Linguistics, 2022, páginas 6773-6783; arXiv:2304.14241.
- Charlie Snell, Ilya Kostrikov, Yi Su, Mengjiao Yang, Sergey Levine: “Offline RL for Natural Language Generation with Implicit Language Q Learning”, 2022; arXiv:2206.11871.
- Zhiruo Wang, Shuyan Zhou, Daniel Fried, Graham Neubig: “Execution-Based Evaluation for Open-Domain Code Generation”, 2022; arXiv:2212.10481.
- Minh-Long Luu, Zeyi Huang, Eric P. Xing, Yong Jae Lee, Haohan Wang: “Expeditious Saliency-guided Mix-up through Random Gradient Thresholding”, 2022; arXiv:2212.04875.
- Jun Hao Liew, Hanshu Yan, Daquan Zhou, Jiashi Feng: “MagicMix: Semantic Mixing with Diffusion Models”, 2022; arXiv:2210.16056.
- Yaqing Wang, Subhabrata Mukherjee, Xiaodong Liu, Jing Gao, Ahmed Hassan Awadallah, Jianfeng Gao: “LiST: Lite Prompted Self-training Makes Parameter-Efficient Few-shot Learners”, 2021; arXiv:2110.06274.