Установка

Перед началом работы вам необходимо настроить окружение, установить соответствующие пакеты и настроить Accelerate. Accelerate протестирован на Python 3.11+.

Accelerate доступен в pypi и conda, а также на GitHub. Ниже приведены инструкции по установке из каждого источника:

pip

Для установки Accelerate из pypi выполните:

pip install accelerate

conda

Accelerate также можно установить с помощью conda:

conda install -c conda-forge accelerate

Источник

Каждый день добавляются новые функции, которые ещё не были выпущены. Чтобы попробовать их самостоятельно, установите из репозитория GitHub:

pip install git+https://github.com/huggingface/accelerate

Если вы работаете над внесением вклада в библиотеку или хотите поэкспериментировать с исходным кодом и видеть результаты в реальном времени при выполнении кода, можно установить редактируемую версию из локально склонированного репозитория:

git clone https://github.com/huggingface/accelerate
cd accelerate
pip install -e .

Конфигурация

После установки необходимо настроить Accelerate в соответствии с конфигурацией текущей системы для обучения. Для этого выполните следующую команду и ответьте на задаваемые вопросы:

accelerate config

Чтобы создать минимальную конфигурацию без таких опций, как конфигурация DeepSpeed или запуск на TPU, можно быстро выполнить:

python -c "from accelerate.utils import write_basic_config; write_basic_config(mixed_precision='fp16')"

Accelerate автоматически использует максимальное количество доступных GPU и устанавливает режим смешанной точности.

Чтобы убедиться, что конфигурация настроена правильно, выполните:

accelerate env

Ниже приведен пример вывода, описывающий два GPU на одной машине без использования смешанной точности:

- `Accelerate` version: 1.2.0.dev0
- Platform: Linux-6.8.0-47-generic-x86_64-with-glibc2.35
- `accelerate` bash location: /home/zach/miniconda3/envs/accelerate/bin/accelerate
- Python version: 3.10.13
- Numpy version: 1.26.4
- PyTorch version (GPU?): 2.5.1+cu124 (True)
- PyTorch XPU available: False
- PyTorch NPU available: False
- PyTorch MLU available: False
- PyTorch MUSA available: False
- System RAM: 187.91 GB
- GPU type: NVIDIA GeForce RTX 4090
- `Accelerate` default config:
        - compute_environment: LOCAL_MACHINE
        - distributed_type: MULTI_GPU
        - mixed_precision: no
        - use_cpu: False
        - debug: False
        - num_processes: 2
        - machine_rank: 0
        - num_machines: 1
        - gpu_ids: all
        - rdzv_backend: static
        - same_network: True
        - main_training_function: main
        - enable_cpu_affinity: False
        - downcast_bf16: no
        - tpu_use_cluster: False
        - tpu_use_sudo: False
        - tpu_env: []