三、TorchRec中的Optimizer

TorchRec中的Optimizer

---

---

前言

• TorchRec 模块提供了一个无缝 API，用于在训练中融合后向传递和优化器步骤，从而显着优化性能并减少使用的内存，同时还可以在将不同的优化器分配给不同的模型参数方面提供粒度。

---

一、嵌入后向传递与稀疏优化器融合如下图所示：

二、上述图片的关键步骤讲解：

• 1、梯度生成（Output Gradient）

  • 来自模型前向传播的输出梯度（如损失函数的梯度），对应具体样本（Sample 1 和 Sample 2）
  • Sample 1 的梯度可能包含 row 1、row 2和 row 6 的嵌入梯度
  • Sample 2 的梯度可能包含 row 1、row 3 和 row 6 的嵌入梯度

• 2、梯度排序（Gradient Sorting）

  • 目的 ：将不同样本中相同行（Row）的梯度合并到一起，便于后续聚合
  • row 1 的梯度来自 Sample 1 和 Sample 2
  • row 6 的梯度也来自 Sample 1 和 Sample 2

• 3、梯度聚合（Gradient Aggregation）

  • 操作 ：对相同行的梯度求和（或平均），得到该行的总梯度
  • row 1 的总梯度 = Sample 1 的 row 1 梯度 + Sample 2 的 row 1 梯度
  • row 6 的总梯度 = Sample 1 的 row 6 梯度 + Sample 2 的 row 6 梯度

• 4、稀疏优化器（Sparse Optimizer）

  • 功能 ：仅更新非零梯度对应的嵌入参数（稀疏更新），节省计算和内存。
  • 只更新 row 1、row 2、row 3、row 6 的嵌入参数，其他行保持不变。

三、优势

• 1、减少冗余计算
  • 通过梯度聚合，避免重复计算相同行的梯度（如 row 1 在两个样本中出现）。
• 2、稀疏性优化
  • 只更新实际有梯度的行（如 row 3 只出现在 Sample 2 中），跳过全零梯度的行。
• 3、并行化加速
  • 融合反向传播与优化步骤，减少内存拷贝和计算开销。

示例：pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。

四、与传统优化器对比

特性	传统优化器	TorchRec中的稀疏优化器
更新粒度	全量参数更新（稠密）	仅更新非零梯度对应的行（稀疏）
内存占用	需存储所有参数梯度	仅存储非零梯度
计算效率	低效（大量零梯度参与计算）	高效（跳过零梯度）

---

总结

• TorchRec 的优化器设计通过 梯度排序、聚合与稀疏更新 ，极大提升了稀疏特征的训练效率。
• 这一机制尤其适用于推荐系统中常见的高维稀疏数据场景，是其高性能的核心原因之一。