当前位置:

首页 > 编程开发 > Python中PyTorch如何实现梯度累积_在小批量上叠加梯度实现大Batch

Python中PyTorch如何实现梯度累积_在小批量上叠加梯度实现大Batch

梯度累积通过多次小批量反向传播累加梯度,仅在累积步数达到时调用优化器更新参数。需将损失除以累积步数,避免梯度膨胀。训练全程保持梯度计算模式,禁用`torch.no_grad()`。混合精度训练需手动`unscale_`梯度后再裁剪。

本文目录

    梯度累积为什么不能直接改 batch_size

    显存不够用,想上大 batch 又怕 OOM,很多人第一反应是去调 DataLoader 的 batch_size——这条路走不通。PyTorch 的 optimizer.step() 每调一次,梯度就被清空,参数也更新一次。你要是强行塞更大的 batch,要么显存爆掉,要么新梯度把旧梯度覆盖掉,根本谈不上“累积”。

    真正有效的做法是:分多次小 batch 做 backward,但只在第 N 次时调用 optimizer.step() 和 optimizer.zero_grad()。这里有几个关键点:

    • 每次 loss.backward() 默认会把梯度累加到 .grad 上——前提是没清理过梯度。
    • optimizer.zero_grad() 只能在累积开始前或 step 完成后调用,中间绝对不能清。
    • loss 必须除以累积步数,否则梯度量级会随着步数线性膨胀,后果很严重。

    torch.no_grad() 不参与梯度累积,别误用

    代码里最容易踩的坑,是在累积循环里混进 torch.no_grad()。比如有人为了“省显存”,对 validation 做了 no_grad,结果顺手套到了 train loop 里——这样一来,所有 backward() 全部失效,model.parameters()[0].grad 始终是 None。

    梯度累积必须全程在梯度计算模式下进行:

    • 确保 model.train() 已经调用。
    • 不要用 with torch.no_grad(): 包裹任何训练步骤。
    • 只有评估、推理、EMA 更新这些非训练逻辑才用 no_grad。

    典型错误现象是报 RuntimeError: element 0 of tensors does not require grad and does not ha ve a grad_fn——基本就是某处意外禁用了梯度,排查的时候优先看 no_grad 的位置。

    手动控制 optimizer.step() 和 zero_grad() 的时机

    核心就三件事:累 loss、累梯度、按周期更新。不需要额外库,也不需要什么钩子,纯靠 if 判断步数就能搞定。

    假设目标等效 batch 是 64,当前 GPU 能跑 8:

    accumulation_steps = 64 // 8  # = 8
    for i, (x, y) in enumerate(dataloader):
        pred = model(x)
        loss = criterion(pred, y) / accumulation_steps  # 关键:缩放 loss
        loss.backward()  # 梯度自动累加
    
    if (i + 1) % accumulation_steps == 0:
        optimizer.step()      # 更新参数
        optimizer.zero_grad() # 清空梯度,准备下一轮累积
    • loss / accumulation_steps 必须做,否则梯度相当于放大了 8 倍。
    • zero_grad() 放在 step() 后面,而不是前面;否则刚算完就清空,等于白干。
    • 注意 i + 1:step 是在 batch 结束后触发,不是开头。
    • 如果 dataloader 长度不能被整除,最后一组不足 accumulation_steps 的 batch 也要 step,否则会漏更新。

    混合精度训练(torch.cuda.amp)下梯度累积要多一步

    用 autocast + GradScaler 时,scaler.scale(loss).backward() 会把梯度乘上 scale 值再累加。好在 scaler.step(optimizer) 内部会自动处理 unscale,但前提是梯度确实被累积了。

    容易漏的关键点:

    • 必须用 scaler.unscale_(optimizer) 手动 unscale 梯度,再做梯度裁剪(如 torch.nn.utils.clip_grad_norm_),否则裁剪的是放大后的梯度。
    • scaler.step() 只应在累积完成时调用,且需传入 optimizer。
    • 别忘了 scaler.update(),否则 scale 值不会自适应调整。

    常见错误现象:NaN loss 或训练不稳定,大概率是没 unscale 就裁剪,或者 scaler.update() 被跳过了。

    梯度累积本身不改变模型行为,但它把“更新频率”和“数据吞吐节奏”解耦了。实际调试时,最容易被忽略的是 loss 缩放和 zero_grad 的位置——这两处一出错,整个累积就失效,而且很难一眼看出来。

    本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系bd@zhengruan.com
    作者最新文章
    编程开发 Python
    相关文章 更多
    python删除一个列表里的重复元素的方法与代码示例
    python删除一个列表里的重复元素的方法与代码示例

    学习如何使用Python高效删除列表中的重复元素。本文提供5种常见方法的代码示例,涵盖保持顺序与不保持顺序的场景,适合初学者和进阶开发者参考。

    Python写接口的步骤及完整代码示例
    Python写接口的步骤及完整代码示例

    详细讲解使用Python编写Web接口的核心步骤与完整代码示例,涵盖环境准备、路由定义、数据校验、服务启动及调试测试方法。

    codex怎么读取word文档及docx文件操作教程
    codex怎么读取word文档及docx文件操作教程

    介绍如何利用编程工具读取和解析Word文档(docx格式),涵盖基础文本提取代码示例、结构化数据处理逻辑,以及处理复杂排版时的技术局限与替代方案。

    怎么在Python中调用C语言代码提升性能
    怎么在Python中调用C语言代码提升性能

    详细讲解在Python中调用C语言代码提升性能的完整实践指南,包含原理分析、编译步骤、ctypes与CFFI具体实现、性能对比及常见陷阱。

    Python与C语言的性能差异及底层原理
    Python与C语言的性能差异及底层原理

    深入解析Python与C语言在执行效率上的数量级差异,从编译机制、变量内存布局、动态类型推断到GIL锁,系统阐明底层核心原理。

    Python和C语言哪个更适合编程入门
    Python和C语言哪个更适合编程入门

    客观对比Python与C语言在心智负担、底层机制与学习反馈上的核心差异,提供清晰有据的选择标准与切实的入门学习路径。

    selenium上传文件教程本地文件路径设置方法
    selenium上传文件教程本地文件路径设置方法

    深入解析Selenium处理文件上传的技术细节,涵盖标准HTML控件的路径直接注入法与非标准控件的系统级模拟方案,提供Windows与Linux环境下的路径设置最佳实践及常见异常排查。

    大数据开发语言选型:Java对比Scala与Python的优缺点及适用场景
    大数据开发语言选型:Java对比Scala与Python的优缺点及适用场景

    针对大数据工程场景,系统对比Java、Scala与Python在执行性能、生态结合、开发效率和维护成本上的核心差异,给出清晰的架构选型依据与落地方案。

    langgraph python guide中文入门教程详解
    langgraph python guide中文入门教程详解

    本篇LangGraph Python中文入门教程详解,系统梳理StateGraph状态机定义、节点编写、边与条件路由、检查点持久化(MemorySaver)等核心机制,提供从环境安装到完整循环智能体构建的代码示例与实操指导。

    Windows 安装 Python:从官方入口到虚拟环境的可复现实践
    Windows 安装 Python:从官方入口到虚拟环境的可复现实践

    面向后端开发者,基于 Python 官方文档说明如何在 Windows 上安装 Python、创建 venv 虚拟环境及使用 pip 管理依赖。包含可复制命令、验证方法及工具选择边界,避免常见配置误区。

    查看更多
    精品专题 更多
    装机必备
    装机必备

    正软商城装机必备专区,精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件,帮助用户快速完成新电脑软件配置。

    Windows
    Windows

    正软商城Windows软件专区,汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件,提供软件介绍、系统要求、正版授权及购买下载服务。

    PDF教程
    PDF教程

    正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法,同时介绍常用PDF软件和工具的使用技巧。

    Mac软件 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    Aperty macOS版
    Aperty macOS版
    macOS

    Aperty 是 Skylum 推出的 AI 人像修图软件,支持自然肤质修饰、瑕疵处理、面部与身体调整、预设及批量同步。

    WINDOWS 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    PixTV 网页版
    PixTV 网页版
    Windows

    PixTV 是一款在浏览器中使用的 AI 视觉内容创作平台,提供图片、视频、音频、文字生成、AI 分镜、局部重绘、提示词反推和无限画布等工具,适合短剧、漫剧、广告及社交媒体内容制作。