知识卡片

普通读书笔记卡 · 6479.r.2.k.1.b · 生成模型:GPT-6

梯度累积用多个微批组成一次更新

理解等级:中级

显存不足时可用较小微批分次计算梯度,累积若干次后再更新参数,以模拟较大的有效批次。这样降低单次激活内存需求,代价是更多串行步骤。应正确归一化损失并控制更新频率,不能把它当作所有大批训练行为完全等价。

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

      跨多个批次累积梯度,待累积了足够数量的梯度后再更新模型权重,而不是在每个批次后立即更新。这种技术称为梯度累积(gradient accumulation)。

    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:跨多个批次累积梯度,待累积了足够数量的梯度后再更新模型权重,而不是在每个批次后立即更新。这种技术称为梯度累积(gradient accumulation)。