ColossalAI/docs/source/zh-Hans/basics/initialize_features.md

初始化功能

作者: Shenggui Li, Siqi Mai

⚠️ 此页面上的信息已经过时并将被废弃。请在Booster API页面查阅更新。

预备知识:

• 分布式训练
• Colossal-AI 总览

简介

在本教程中，我们将介绍 colossalai.initialize 的使用。 它包含了如何将特征(例如，模型、优化器、数据加载器）无缝注入您的训练组件中。 调用 colossalai.initialize 是您进入训练循环前的基本操作。

在下面一节中，我们将介绍 colossalai.initialize 是如何工作的以及使用中我们要注意的细节。

使用

在一个典型的工作流程中，我们将在训练脚本的开始启动分布式环境。 之后，我们将实例化我们的对象，如模型、优化器、损失函数、数据加载器等。此时，我们可以使用 colossalai.initialize 便捷地为这些对象注入特征。 具体细节请看以下的伪代码例子。

import colossalai
import torch
...


# launch distributed environment
colossalai.launch(config='./config.py', ...)

# create your objects
model = MyModel()
optimizer = torch.optim.Adam(model.parameters(), lr=0.001)
criterion = torch.nn.CrossEntropyLoss()
train_dataloader = MyTrainDataloader()
test_dataloader = MyTrainDataloader()

# initialize features
engine, train_dataloader, test_dataloader, _ = colossalai.initialize(model,
                                                                     optimizer,
                                                                     criterion,
                                                                     train_dataloader,
                                                                     test_dataloader)

colossalai.initialize 将返回一个 Engine 对象。 该对象把模型、优化器和损失函数封装起来。 Engine 对象会以配置文件中指定的特征运行。 关于 Engine 的更多使用细节可以在 在训练中使用Engine和Trainer 中获取。