Karpathy最新四小时视频教程:从零复现GPT | 您所在的位置:网站首页 › nanogpt 参数规模 › Karpathy最新四小时视频教程:从零复现GPT |
机器之心报道 编辑:杜伟 这是Karpathy「Neural Networks:zero to hero」系列视频的最新内容。 AI 大牛 Andrej Karpathy 又「上新」了,这次一口气放出了长达四个小时的视频。 视频主题为「让我们来复现 GPT-2(1.24 亿参数)」。 ![]() Karpathy 表示,此次视频之所以这么长,是因为它很全面:从空文件开始,最后得到一个 GPT-2(124M)模型。 具体实现步骤包括如下: 首先构建 GPT-2 网络。 然后对其进行优化,以便快速训练。 然后通过参考 GPT-2 和 GPT-3 论文来设置训练运行优化和超参数。 然后进行模型评估。 然后祈祷好运,并去睡觉。 第二天早上,查看结果并享受有趣的模型生成。通宵运行的结果甚至非常接近 GPT-3(124M)模型。 该视频以「Zero To Hero」系列视频为基础,有些地方参考了以往视频。你可以根据该视频构建 nanoGPT 存储库,到最后大约有 90% 相似。 当然,Karpathy 上传了相关的 GitHub 存储库「build-nanogpt」,包含了全部提交历史,这样你可以一步步看到视频中所有的代码变化。 ![]() GitHub 地址:https://github.com/karpathy/build-nanogpt AI 独角兽 Scale AI CEO Alexandr Wang 表示,Karpathy 发布视频就像是流行歌手发布新单曲一样。 ![]() 甚至还有人将 Karpathy 的推特内容通过文生音乐模型 Suno 转换为了一首 Rap,简直了。 图源:https://x.com/peterxing/status/1799960277288677478 视频概览 该视频分为了四大部分:建立网络(很多是以往教程回顾)、加快训练速度、设置运行和结果。 视频第一部分内容(带时间戳)具体如下: 00:13:47 第 1 部分:实现 GPT-2 nn.Module 00:28:08 加载 huggingface/GPT-2 参数 00:31:00 实现前向传递以获取 logits 00:33:31 采样初始化、前缀 token、tokenization 00:37:02 采样循环 00:41:47 采样、自动检测设备 00:45:50 让我们训练:数据批次 (B,T) → logits (B,T,C) 00:52:53 交叉熵损失 00:56:42 优化循环:过度拟合单个批次 视频第二部分内容(带时间戳)具体如下: 01:22:18 第 2 部分:让我们加快速度。GPU、混合精度、1000 毫秒 01:28:14 Tensor Cores、代码计时、TF32 精度、333 毫秒 01:39:38 float16、梯度缩放器、bfloat16、300 毫秒 01:48:15 torch.compile、Python 开销、内核融合、130 毫秒 02:00:18 flash attention 技术、96 毫秒 02:06:54 nice/ugly 数。词汇量 50257 → 50304,93 毫秒 视频第三部分内容(带时间戳)具体如下: 02:14:55 第 3 部分:超参数、AdamW、梯度裁剪 02:21:06 学习率调度器:预热 + 余弦衰减 02:26:21 批大小调度、权重衰减、FusedAdamW、90 毫秒 02:34:09 梯度累积 02:46:52 分布式数据并行 (DDP) 03:10:21 GPT-2、GPT-3、FineWeb (EDU) 中使用的数据集 03:23:10 验证数据拆分、验证损失、采样恢复 03:28:23 评估:HellaSwag,开始运行 视频第四部分内容(带时间戳)具体如下: 03:43:05 第 4 部分:早上出结果!GPT-2、GPT-3 复现成功 03:56:21 向 llm.c 致敬,原始 C/CUDA 中等效但速度更快的代码 03:59:39 总结,并上传「build-nanogpt github」存储库 完整视频参见如下:https://www.youtube.com/watch?v=l8pRSuU81PU&feature=youtu.be |
CopyRight 2018-2019 实验室设备网 版权所有 |