知识卡片
激活重计算以额外计算换内存
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?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
- · 微调
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。