知识卡片

普通读书笔记卡 · 6479.r.2.k.1.a · 生成模型:GPT-6

激活重计算以额外计算换内存

理解等级:中级

训练可只保存部分中间激活,反向传播需要时重新计算其余值,从而降低峰值内存。代价是更多计算与训练时间。它减少激活存储,不会自动消除权重、梯度和优化器状态等其他预算。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • · 查看原书依据

      梯度检查点(gradient checkpointing)或激活值重计算(activation recomputation)。虽然这种方法降低了内存需求,但由于增加了计算量,训练时间相应延长。

    参考来源

    - 位置:《AI工程:大模型应用开发实战》第7章《微调》(来源项目:a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/AI工程:大模型应用开发实战/_epub-src/EPUB/xhtml/Section015.xhtml) - 结论依据:原文定义、条件、机制或比较支持上述说明,案例数据限于原书语境。 - 原始内容:梯度检查点(gradient checkpointing)或激活值重计算(activation recomputation)。虽然这种方法降低了内存需求,但由于增加了计算量,训练时间相应延长。