1、梯度检查点理解
梯度检查点(Gradient Checkpointing)是一种深度学习优化技术,它的目的是减少在神经网络训练过程中的内存占用。在训练深度学习模型时,我们需要存储每一层的激活值(即网络层的输出),这样在反向传播时才能计算梯度。但是,如果网络层数非常多,这些激活值会占用大量的内存。
梯度检查点技术通过只在前向传播时保存部分激活值的信息,而在反向传播时重新计算其他激活值,从而减少了内存的使用。具体来说,它在前向传播时使用 torch.no_grad() 来告诉PyTorch不需要计算梯度,因为这些激活值会在反向传播时重新计算。
假设我有一个深度神经网络,网络有20层,每层都需要保存激活值以便反向传播时计算梯度。如果没有使用梯度检查点,你需要在内存中保存所有20层的激活值。如果使用梯度检查点,你可以在前向传播时只保存第1层和第20层的激活值,而在反向传播时重新计算第2层到第19层的激活值。这样,你就大大减少了需要保存的激活值数量,从而节省了内存。
启用梯度检查点可以减少内存占用,但可能增加计算成本。
2、 torch.utils.checkpoint.checkpoint函数
torch.utils.ch