torch_npu.optim.NpuFusedAdamW

接口原型

CLASS torch_npu.optim.NpuFusedAdamW(params, lr=1e-3, betas=(0.9, 0.999), eps=1e-8, weight_decay=1e-2, amsgrad=False)

功能描述

通过张量融合实现的高性能AdamW优化器，核心功能和torch.optim.AdamW兼容。

AdamW的功能和原理可参考https://pytorch.org/docs/2.1/generated/torch.optim.AdamW.html#adamw。

参数说明

• params：模型参数或模型参数组。
• lr：学习率，float类型（默认值：1e-3）。
• betas： 用于计算梯度及其平方的运行平均值的系数，类型为Tuple[float, float]（默认值：（0.9，0.999））。
• eps：防止除0，提高数值稳定性，float类型（默认值：1e-8）。
• weight_decay：权重衰减，bool类型（默认值：0）。
• amsgrad：是否使用参考《On the Convergence of Adam and Beyond》的AMSGrad变种实现，bool类型（默认值：False）。

输入说明

params为参数的可迭代对象或参数组的dict类型。

输出说明

类型为“NpuFusedAdamW”的对象。

异常说明

• “ValueError”- “lr”值小于0。
• “ValueError”- “betas”的值小于0或者betas的值大于1。
• “ValueError”- “eps”小于0。
• “ValueError”- “weight_decay”小于0。

约束说明

NpuFusedAdamW的实现机制要求params中的每一个模型参数对象在使用过程中不能被重新申请，否则将导致无法预料的结果。引起模型参数对象被重新申请的操作包括但不限于：

• 将模型或其子Module进行.cpu操作
• 将模型参数对象指向新的对象
• 将模型参数对象置为None

对模型参数对象进行inplace计算，或者读取参数的值，NpuFusedAdamW可正常工作。

支持的型号

• Atlas 训练系列产品
• Atlas A2 训练系列产品

调用示例

import torch
from torch_npu.npu.amp import GradScaler, autocast
from torch_npu.optim import NpuFusedAdamW 

def _create_simple_params_and_grads():
    params = [
        torch.arange(6).reshape(2, 3).float().npu(),
        torch.arange(12).reshape(4, 3).float().npu(),
        torch.arange(6).reshape(2, 3).half().npu(),
        torch.arange(12).reshape(4, 3).half().npu(),
        torch.arange(15).reshape(5, 3).float().npu(),
        torch.arange(18).reshape(6, 3).half().npu(),
        torch.arange(6).reshape(2, 3).float().npu()
    ]

    for i, p in enumerate(params):
        if i < len(params) - 1:
            p.requires_grad = True
            p.grad = p.clone().detach() / 100.

    return params

opt_kwargs = dict(eps=1e-8, betas=(0.9, 0.999), lr=2e-3, weight_decay=0.05)
params = _create_simple_params_and_grads()
fused_opt = NpuFusedAdamW(params, **opt_kwargs)
with torch.no_grad():
    fused_opt.step()