# Kwargs işleyicileri

Aşağıdaki nesneler, dağıtık eğitim veya karma hassasiyetle ilgili bazı PyTorch nesnelerinin nasıl oluşturulacağını özelleştirmek için ana [Accelerator](/docs/accelerate/v1.16.0/tr/package_reference/accelerator#accelerate.Accelerator) nesnesine iletilebilir.

## AutocastKwargs[[accelerate.AutocastKwargs]]

#### accelerate.AutocastKwargs[[accelerate.AutocastKwargs]]

```python
accelerate.AutocastKwargs(enabled: bool = True, cache_enabled: bool | None = None)
```

[Kaynak](https://github.com/huggingface/accelerate/blob/v1.16.0/src/accelerate/utils/dataclasses.py#L104)

Bu nesneyi [Accelerator](/docs/accelerate/v1.16.0/tr/package_reference/accelerator#accelerate.Accelerator) içinde kullanarak `torch.autocast`'in nasıl davrandığını özelleştirebilirsiniz. Her bir argüman hakkında daha fazla bilgi için bu [bağlam yöneticisinin](https://pytorch.org/docs/stable/amp.html#torch.autocast) dokümantasyonuna bakın.

Örnek:

```python
from accelerate import Accelerator
from accelerate.utils import AutocastKwargs

kwargs = AutocastKwargs(cache_enabled=True)
accelerator = Accelerator(kwargs_handlers=[kwargs])
```

## DistributedDataParallelKwargs[[accelerate.DistributedDataParallelKwargs]]

#### accelerate.DistributedDataParallelKwargs[[accelerate.DistributedDataParallelKwargs]]

```python
accelerate.DistributedDataParallelKwargs(dim: int = 0, broadcast_buffers: bool = True, bucket_cap_mb: int = 25, find_unused_parameters: bool = False, check_reduction: bool = False, gradient_as_bucket_view: bool = False, static_graph: bool = False, comm_hook: DDPCommunicationHookType = <DDPCommunicationHookType.NO: 'no'>, comm_wrapper: typing.Literal[<DDPCommunicationHookType.NO: 'no'>, <DDPCommunicationHookType.FP16: 'fp16'>, <DDPCommunicationHookType.BF16: 'bf16'>] = <DDPCommunicationHookType.NO: 'no'>, comm_state_option: dict = <factory>)
```

[Kaynak](https://github.com/huggingface/accelerate/blob/v1.16.0/src/accelerate/utils/dataclasses.py#L146)

Bu nesneyi, modelinizin `torch.nn.parallel.DistributedDataParallel` ile nasıl sarılacağını özelleştirmek için [Accelerator](/docs/accelerate/v1.16.0/tr/package_reference/accelerator#accelerate.Accelerator) içinde kullanın. Her bir argüman hakkında daha fazla bilgi için bu [sarıcının](https://pytorch.org/docs/stable/generated/torch.nn.parallel.DistributedDataParallel.html) dokümantasyonuna bakın.

Örnek:

```python
from accelerate import Accelerator
from accelerate.utils import DistributedDataParallelKwargs

kwargs = DistributedDataParallelKwargs(find_unused_parameters=True)
accelerator = Accelerator(kwargs_handlers=[kwargs])
```

## ProfileKwargs[[accelerate.ProfileKwargs]]

#### accelerate.ProfileKwargs[[accelerate.ProfileKwargs]]

```python
accelerate.ProfileKwargs(activities: list[typing.Literal['cpu', 'xpu', 'mtia', 'cuda', 'hpu']] | None = None, schedule_option: dict[str, int] | None = None, on_trace_ready: typing.Callable | None = None, record_shapes: bool = False, profile_memory: bool = False, with_stack: bool = False, with_flops: bool = False, with_modules: bool = False, output_trace_dir: str | None = None)
```

[Kaynak](https://github.com/huggingface/accelerate/blob/v1.16.0/src/accelerate/utils/dataclasses.py#L416)

**Parametreler:**

activities (`List[str]`, *isteğe bağlı*, varsayılan `None`) : Profillemede kullanılacak aktivite gruplarının listesi. `"cpu"`, `"xpu"`, `"mtia"`, "hpu" veya `"cuda"` değerlerinden biri olmalıdır.

schedule_option (`Dict[str, int]`, *isteğe bağlı*, varsayılan `None`) : Profiler için kullanılacak zamanlama seçeneği. Kullanılabilir anahtarlar `wait`, `warmup`, `active`, `repeat` ve `skip_first`'tir. Profiler, ilk `skip_first` adımı atlar, ardından `wait` adım bekler, sonraki `warmup` adım için ısınma yapar, sonraki `active` adım için aktif kayıt yapar ve ardından `wait` adımlarıyla başlayarak döngüyü tekrarlar. İsteğe bağlı döngü sayısı `repeat` parametresiyle belirtilir; sıfır değeri, döngülerin profilleme tamamlanana kadar devam edeceği anlamına gelir.

on_trace_ready (`Callable`, *isteğe bağlı*, varsayılan `None`) : Profilleme sırasında zamanlama `ProfilerAction.RECORD_AND_SAVE` döndürdüğünde her adımda çağrılan Callable.

record_shapes (`bool`, *isteğe bağlı*, varsayılan `False`) : Operatörün girdi şekilleri hakkında bilgiyi kaydeder.

profile_memory (`bool`, *isteğe bağlı*, varsayılan `False`) : Tensör bellek ataması/serbest bırakmasını izler

with_stack (`bool`, *isteğe bağlı*, varsayılan `False`) : İşlemler için kaynak bilgilerini (dosya ve satır numarası) kaydeder.

with_flops (`bool`, *isteğe bağlı*, varsayılan `False`) : Belirli operatörlerin FLOPS değerini formülle tahmin etmek için kullanılır

with_modules (`bool`, *isteğe bağlı*, varsayılan `False`) : Op çağrı yığınına (fonksiyon adları dahil) karşılık gelen modül hiyerarşisini kaydeder.

output_trace_dir (`str`, *isteğe bağlı*, varsayılan `None`) : Toplanan izi Chrome JSON biçiminde dışa aktarır. Chrome, 'chrome://tracing' ile json dosyasını görüntüler. Varsayılan olarak None'dır; bu, profilleme işleminin json dosyalarını depolamadığı anlamına gelir.

Bu nesneyi, profiler'ın başlatılmasını özelleştirmek için [Accelerator](/docs/accelerate/v1.16.0/tr/package_reference/accelerator#accelerate.Accelerator) içinde kullanın. Her bir argüman hakkında daha fazla bilgi için bu [bağlam yöneticisinin](https://pytorch.org/docs/stable/profiler.html#torch.profiler.profile) belgelerine başvurun.

Örnek:

```python
from accelerate import Accelerator
from accelerate.utils import ProfileKwargs

kwargs = ProfileKwargs(activities=["cpu", "cuda"])
accelerator = Accelerator(kwargs_handlers=[kwargs])
```

#### build[[accelerate.ProfileKwargs.build]]

```python
build()
```

[Kaynak](https://github.com/huggingface/accelerate/blob/v1.16.0/src/accelerate/utils/dataclasses.py#L498)

**Dönüş:** `torch.profiler.profile`

Profilleyici nesnesi.

Mevcut yapılandırmayla bir profiler nesnesi oluşturun.

## GradScalerKwargs[[accelerate.GradScalerKwargs]]

#### accelerate.GradScalerKwargs[[accelerate.GradScalerKwargs]]

```python
accelerate.GradScalerKwargs(init_scale: float = 65536.0, growth_factor: float = 2.0, backoff_factor: float = 0.5, growth_interval: int = 2000, enabled: bool = True)
```

[Kaynak](https://github.com/huggingface/accelerate/blob/v1.16.0/src/accelerate/utils/dataclasses.py#L224)

Bu nesneyi, karma hassasiyet davranışını, özellikle kullanılan `torch.amp.GradScaler` veya `torch.cuda.amp.GradScaler`'ın nasıl oluşturulacağını özelleştirmek için [Accelerator](/docs/accelerate/v1.16.0/tr/package_reference/accelerator#accelerate.Accelerator) içinde kullanın. Her argüman hakkında daha fazla bilgi için bu [ölçekleyicinin](https://pytorch.org/docs/stable/amp.html?highlight=gradscaler) belgelerine bakın.

Örnek:

```python
from accelerate import Accelerator
from accelerate.utils import GradScalerKwargs

kwargs = GradScalerKwargs(backoff_factor=0.25)
accelerator = Accelerator(kwargs_handlers=[kwargs])
```

## InitProcessGroupKwargs[[accelerate.InitProcessGroupKwargs]]

#### accelerate.InitProcessGroupKwargs[[accelerate.InitProcessGroupKwargs]]

```python
accelerate.InitProcessGroupKwargs(backend: str | None = 'nccl', init_method: str | None = None, timeout: datetime.timedelta | None = None)
```

[Kaynak](https://github.com/huggingface/accelerate/blob/v1.16.0/src/accelerate/utils/dataclasses.py#L249)

Dağıtık süreçlerin başlatılmasını özelleştirmek için bu nesneyi [Accelerator](/docs/accelerate/v1.16.0/tr/package_reference/accelerator#accelerate.Accelerator) içinde kullanın. Her bir argüman hakkında daha fazla bilgi için bu [yöntemin](https://pytorch.org/docs/stable/distributed.html#torch.distributed.init_process_group) belgelerine başvurun.

Not: `timeout` değeri `None` olarak ayarlanırsa, varsayılan değer `backend`'in nasıl ayarlandığına göre belirlenir.

```python
from datetime import timedelta
from accelerate import Accelerator
from accelerate.utils import InitProcessGroupKwargs

kwargs = InitProcessGroupKwargs(timeout=timedelta(seconds=800))
accelerator = Accelerator(kwargs_handlers=[kwargs])
```

## KwargsHandler[[accelerate.utils.KwargsHandler]]

#### accelerate.utils.KwargsHandler[[accelerate.utils.KwargsHandler]]

```python
accelerate.utils.KwargsHandler()
```

[Kaynak](https://github.com/huggingface/accelerate/blob/v1.16.0/src/accelerate/utils/dataclasses.py#L59)

Bir dataclass için `to_kwargs()` metodunu uygulayan dahili mixin.

#### to_kwargs[[accelerate.utils.KwargsHandler.to_kwargs]]

```python
to_kwargs()
```

[Kaynak](https://github.com/huggingface/accelerate/blob/v1.16.0/src/accelerate/utils/dataclasses.py#L67)

Bu sınıfın varsayılan değerlerinden farklı değerlere sahip öznitelikleri içeren bir sözlük döndürür.

