Why is deepspeed enabled in the Bloom training script?

Aperta
#71 0 commenti 0 reazioni 0 assegnatari Vedi su GitHub

Nessuno ha ancora preso questa issue.

Valutazione

Difficoltà
4/5
Tempo stimato
3-5 giorni
Idoneità per principianti
25/100
Tipo di issue
Documentazione
Chiarezza
Da chiarire
Stato di attività
Ferma
Stack tecnologico
shell
Ambito
distributed-systems, machine-learning

Direzione di ricerca

Inizia dallo script di training di Bloom e dal blocco DEEPSPEED_ARGS mostrato; esamina come vengono impostati ZERO_STAGE e config_json e confronta le esecuzioni con e senza DeepSpeed. Verifica il valore di Zero-State riportato e se le curve della loss sono allineate, quindi documenta la spiegazione e i risultati.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

Why is the value of Zero-State 0 when deepspeed is enabled in the Bloom training script? Can the Bloom model be trained and the loss curve is aligned when deepspeed is disabled? Thanks very much.

DEEPSPEED_ARGS=" \
    --deepspeed \
    --deepspeed_config ${config_json} \
    --zero-stage ${ZERO_STAGE} \
    --deepspeed-activation-checkpointing \
    "
Lingua principale
Shell
Stelle
1k
Fork
102
Nessuna PR unita negli ultimi 30g

Guida per i contributori

Apri la guida per i contributori

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di bigscience-workshop/bigscience

Tutte le issue di bigscience-workshop/bigscience

Issue simili

Altre issue su Shell/Bash

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.