Hugging Face Accelerate

大規模なトレーニングと推論がシンプルで効率的、かつ適応可能に

Hugging Face Accelerate は、同じ PyTorch コードを任意の分散設定で実行できるようにするライブラリで、モデルトレーニングとスケールでの推論を簡素化します。

Accelerate は Weights & Biases Tracker を含んでおり、以下でその使用方法を示します。また、Accelerate Trackers について詳しくは こちらのドキュメント をご覧ください。

Accelerate を使ってログを開始する

Accelerate と Weights & Biases を使用するには、以下の疑似コードに従ってください。

from accelerate import Accelerator

# Accelerator オブジェクトに wandb でログを記録するように伝える
accelerator = Accelerator(log_with="wandb")

# wandb run を初期化し、wandb のパラメータと任意の設定情報を渡す
accelerator.init_trackers(
    project_name="my_project", 
    config={"dropout": 0.1, "learning_rate": 1e-2}
    init_kwargs={"wandb": {"entity": "my-wandb-team"}}
    )

...

# `accelerator.log`を呼び出して wandb にログを記録する、`step` はオプション
accelerator.log({"train_loss": 1.12, "valid_loss": 0.8}, step=global_step)


# wandb トラッカーが正しく終了するようにする
accelerator.end_training()

さらに説明すると、以下の手順が必要です。

1. Accelerator クラスを初期化するときに log_with="wandb" を渡す
2. init_trackers メソッドを呼び出し、以下を渡します:

• project_name よりプロジェクト名
• wandb.init に渡したい任意のパラメータをネストされた dict で init_kwargs に
• wandb run にログ記録したい任意の実験設定情報を config で

3. Weights & Biases にログを記録するために .log メソッドを使用する; step 引数はオプション
4. トレーニングが終了したら .end_training を呼び出す

W&B トラッカーへのアクセス

W&B トラッカーにアクセスするには、Accelerator.get_tracker() メソッドを使用します。トラッカーの.name属性に対応する文字列を渡すと、main プロセスのトラッカーが返されます。

wandb_tracker = accelerator.get_tracker("wandb")

そこから、通常通り wandb の run オブジェクトと対話できます:

wandb_tracker.log_artifact(some_artifact_to_log)

Accelerate にビルトインされたトラッカーは、正しいプロセスで自動的に実行されるので、トラッカーがメインプロセスでのみ実行するように設定されている場合、それが自動的に行われます。

Accelerate のラッピングを完全に削除したい場合は、次の方法で同じ結果を得ることができます:

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

Accelerate 記事

以下は Accelerate 記事で、お楽しみいただけるかもしれません。