npu.train.optimizer.NpuLossScaleOptimizer

功能说明

NPU提供的LossScaleOptimizer，浮点计算的溢出模式为“饱和模式”的场景下，由于NPU上的溢出运算不保证输出Inf或者NaN，所以此种场景下，使用LossScaleOptimizer的脚本应当替换为该优化器，来屏蔽溢出检测的差异。

• Atlas 训练系列产品，浮点计算的溢出模式默认为“饱和模式”，且仅支持“饱和模式”。饱和模式为：计算出现溢出时，饱和为浮点数极值（+-MAX）。
• Atlas A2 训练系列产品，浮点计算的溢出模式默认为“INF/NAN模式”，开发者可手工调用set_device_sat_mode接口修改溢出模式为“饱和模式”，但推荐保持默认的“INF/NAN模式”。

函数原型

npu.train.optimizer.NpuLossScaleOptimizer(inner_optimizer, dynamic=True, initial_scale=None, dynamic_growth_steps=None)

参数说明

该优化器继承自tf.keras.mixed_precision.LossScaleOptimizer，使用方式完全相同，可以参考LINK。

返回值

NpuLossScaleOptimizer类型优化器。

调用示例

1
2
3

import npu_device as npu
optimizer = tf.keras.optimizers.Adam(lr=0.1)
optimizer = npu.train.optimizer.NpuLossScaleOptimizer(optimizer)