稀疏更新

Fluid的 embedding 层在单机训练和分布式训练时,均可以支持“稀疏更新”,即梯度以sparse tensor 结构存储,只保存梯度不为0的行。 在分布式训练中,对于较大的embedding层,开启稀疏更新有助于减少通信数据量,提升训练速度。

在paddle内部,我们用lookup_table来实现embedding。下边这张图说明了embedding在正向和反向计算的过程:

如图所示:一个Tensor中有两行不为0,正向计算的过程中,我们使用ids存储不为0的行,并使用对应的两行数据来进行计算;反向更新的过程也只更新这两行。 ../../../_images/lookup_table_training.png

embedding使用例子:

API详细使用方法参考 embedding ,以下是一个简单的例子:

  1. DICT_SIZE = 10000 * 10
  2. EMBED_SIZE = 64
  3. IS_SPARSE = False
  4. def word_emb(word, dict_size=DICT_SIZE, embed_size=EMBED_SIZE):
  5. embed = fluid.layers.embedding(
  6. input=word,
  7. size=[dict_size, embed_size],
  8. dtype='float32',
  9. param_attr=fluid.ParamAttr(
  10. initializer=fluid.initializer.Normal(scale=1/math.sqrt(dict_size))),
  11. is_sparse=IS_SPARSE,
  12. is_distributed=False)
  13. return embed

以上参数中:

  • is_sparse : 反向计算的时候梯度是否为sparse tensor。如果不设置,梯度是一个 Lod_Tensor 。默认为False。
  • is_distributed : 标志是否是用在分布式的场景下。一般大规模稀疏更新(embedding的第0维维度很大,比如几百万以上)才需要设置。具体可以参考大规模稀疏的API guide cn_api_guide_async_training 。默认为False。
  • API汇总: