最近在做深度学习，里面涉及到很多概念，有的名称都差不多容易记混。所以写这篇文章总结一下。眼过千遍不如手过一遍。
- 轮数（Epochs）:
一轮（Epoch）指的是整个训练数据集在训练过程中被完整使用一次。每个 Epoch 包含多个批次（batches），在每个 Epoch 结束后，模型通常会在验证集上进行评估。
- 步数（Steps）:
步数（Steps）通常指的是训练过程中的迭代次数。在每个 Step 中，模型进行一次前向传播和后向传播。
- 批处理大小（Batch Size）:
批处理大小（Batch Size）是指每次迭代中用于训练的样本数量。它影响计算资源的利用和模型训练的稳定性。
- 微批处理大小（Micro-batch-size）:
微批处理大小是在模型并行或流水线并行中使用的概念，指的是在每个 GPU 或每个并行阶段中处理的批次大小。它是批处理大小的进一步划分。
- 学习率（Learning Rate）:
学习率是优化算法中用于调整模型权重的步长。它决定了在每次迭代中参数更新的幅度。
- 训练吞吐量:
训练吞吐量指模型训练过程中单位时间内能够处理的数据量，通常以样本/秒或批次/秒来衡量。
- 加速器内存（Accelerator Memory）:
加速器内存是专用于支持 GPU 或 TPU 等硬件加速器的高性能计算任务的内存，用于存储模型参数、中间计算结果等。
- 词大小（Word-size）:
在深度学习中，词大小通常指的是模型中词嵌入（Word Embedding）的维度，即表示每个词的向量的长度。
- 数据并行（Data Parallel）:
数据并行是一种并行化技术，通过将数据集分割成多个批次分配到多个处理器上同时训练，以此来加速训练过程。
- 上下文并行大小（Context Parallel Size）:
上下文并行大小可能是指在使用特定深度学习框架时，如 Megatron-LM 中的设置，用于控制跨多个 GPU 分配模型的不同部分的方式。
- 张量模型并行大小（Tensor Model Parallel Size）:
张量模型并行大小是指在模型并行中，模型的张量如何分配到不同的处理器上。它决定了模型的哪一部分将在不同的 GPU 上计算。
- 管道模型并行大小（Pipeline Model Parallel Size）:
管道模型并行大小是指将模型分成多个阶段，每个阶段可以并行处理不同的数据微批次，从而提高计算效率和资源利用率。