pyro-ppl/pyro

[FR] Support Automatic Mixed Precision training

Aberta

#3.316 aberto em 31 de jan. de 2024

Ver no GitHubGuia do colaborador
 (7 comentários) (0 reação) (0 responsável)Python (981 forks)batch import
enhancementhelp wanted

Métricas do repositório

Stars
 (8.211 estrelas)
Métricas de merge de PR
 (Mesclagem média 10d 19h) (1 fundiu PR em 30d)

Description

Issue Description

Better support for mixed precision training would be extremely helpful, at least for SVI. I can manually cast data into float16 or bfloat16 but I am unable to leverage PyTorch's automatic mixed precision training. This is because it requires the use of the GradScaler class during the optimization loop to properly scale gradients in a mixed-precision-aware manner. See the documentation for more info: https://pytorch.org/docs/stable/amp.html

It would be nice to have support for using this class within pyro optimizers to allow for amp support.

Guia do colaborador

Direção de pesquisa
Examine as classes de otimizador do Pyro em pyro/optim/ para entender a aplicação do gradiente. Revise os comentários da issue para as abordagens propostas. Implemente a integração do GradScaler no método step do otimizador, seguindo as diretrizes AMP do PyTorch. Considere uma flag para habilitar AMP no SVI.
Pilha de tecnologia
pythonpytorch
Domain
machine learningai
Tipo Issue
Funcionalidade
DifficultyDificuldade de implementação estimada para um novo contribuidor, de 1 para alterações muito pequenas a 5 para trabalho de nível especializado.
3
Tempo estimadoUm intervalo de tempo aproximado para um colaborador experiente investigar, implementar, testar e preparar um pull request.
1-2 dias
Status da atividadeQuão disponível o issue aparece agora: novo, ativo, obsoleto, bloqueado ou aguardando entrada do mantenedor.
Ativo
ClarityCom que clareza o issue explica a mudança esperada, os critérios de aceitação e a próxima etapa.
Claro
Prerequisites
PythonPyTorch
Simpatia para novatosUma pontuação de 1 a 100 que estima o quão acessível este issue é para colaboradores iniciantes.
40