Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
CSDN 技术社区
ai
chatCSDN
提交
aaa0d0a2
C
chatCSDN
项目概览
CSDN 技术社区
/
ai
/
chatCSDN
通知
107
Star
8
Fork
2
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
0
列表
看板
标记
里程碑
合并请求
0
DevOps
流水线
流水线任务
计划
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
C
chatCSDN
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
0
Issue
0
列表
看板
标记
里程碑
合并请求
0
合并请求
0
Pages
DevOps
DevOps
流水线
流水线任务
计划
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
流水线任务
提交
Issue看板
提交
aaa0d0a2
编写于
3月 10, 2023
作者:
U
u010280923
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
bug fixed
上级
5bac191b
变更
1
隐藏空白更改
内联
并排
Showing
1 changed file
with
6 addition
and
5 deletion
+6
-5
src/rlhf/reward.py
src/rlhf/reward.py
+6
-5
未找到文件。
src/rlhf/reward.py
浏览文件 @
aaa0d0a2
...
...
@@ -12,6 +12,7 @@ import pytorch_lightning as pl
from
pytorch_lightning.utilities
import
rank_zero_info
import
deepspeed
from
deepspeed.ops.adam
import
DeepSpeedCPUAdam
,
FusedAdam
from
deepspeed.runtime.fp16.onebit.zoadam
import
ZeroOneAdam
from
pytorch_lightning.strategies
import
DeepSpeedStrategy
from
einops
import
rearrange
,
repeat
,
reduce
,
pack
,
unpack
...
...
@@ -125,10 +126,10 @@ class RewardModel(pl.LightningModule):
{
"params"
:
[
p
for
n
,
p
in
self
.
named_parameters
()],
"weight_decay"
:
0.0
},
]
if
self
.
deepspeed_offload
:
return
DeepSpeedCPUAdam
(
optim_groups
,
lr
=
self
.
args
.
lr_init
,
betas
=
self
.
args
.
betas
,
eps
=
self
.
args
.
adam_eps
,
bias_correction
=
True
,
adamw_mode
=
False
,
weight_decay
=
0
,
amsgrad
=
False
)
return
FusedAdam
(
optim_groups
,
lr
=
self
.
args
.
lr_init
,
betas
=
self
.
args
.
betas
,
eps
=
self
.
args
.
adam_eps
,
bias_correction
=
True
,
adam_w_mode
=
False
,
weight_decay
=
0
,
amsgrad
=
False
)
#
return ZeroOneAdam(optim_groups, lr=self.args.lr_init, betas=self.args.betas, eps=self.args.adam_eps, bias_correction=True, weight_decay=0, amsgrad=False, cuda_aware=False)
#
if self.deepspeed_offload:
#
return DeepSpeedCPUAdam(optim_groups, lr=self.args.lr_init, betas=self.args.betas, eps=self.args.adam_eps, bias_correction=True, adamw_mode=False, weight_decay=0, amsgrad=False)
#
return FusedAdam(optim_groups, lr=self.args.lr_init, betas=self.args.betas, eps=self.args.adam_eps, bias_correction=True, adam_w_mode=False, weight_decay=0, amsgrad=False)
return
ZeroOneAdam
(
optim_groups
,
lr
=
self
.
args
.
lr_init
,
betas
=
self
.
args
.
betas
,
eps
=
self
.
args
.
adam_eps
,
bias_correction
=
True
,
weight_decay
=
0
,
amsgrad
=
False
,
cuda_aware
=
False
)
@
property
def
deepspeed_offload
(
self
)
->
bool
:
...
...
@@ -174,7 +175,7 @@ class RewardModel(pl.LightningModule):
rm_train
=
True
)[:,
-
1
,
:]
#
所有的 token 向量求平均,并输入到打分模块进行打分
#
计算奖励
reward
=
self
.
pred_reward
(
last_token_embeds
)
return
reward
...
...
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录