Agent Skills
返回列表
算法训练通用

算法训练通用

开发编程 更新于 2026.08.29

将以下提示词粘贴到你的 AI 对话框中：

请根据 https://skillhub.cn/install/skillhub.md，安装 @user_db1d96f9/music-algo-train。

技能介绍

解决什么问题

在 amt_ai、YourMT3 这类旋律转谱训练项目中，常见问题不是“不知道训练框架”，而是每次都要重新确认同一套约定：scratch、resume、warm-start 如何区分，batch size 与 num_workers 怎么按 DDP 配置，bf16-mixed 和 16-mixed 何时切换，NaN、loss 不下降、DDP 卡死、W&B 没数据时从哪里排查。这个技能把仓库里已经落地的训练规范整理成可复用的上下文，适合在改训练脚本、调超参、排障时直接引用。

技能如何工作

  • 训练身份先讲清楚：根据是否传 --init-ckpt、是否存在 last.ckpt、是否设置 AMT_FORCE_SCRATCH，判断当前是 scratch、resume 还是 warm-start，并提示 max_steps 必须大于当前 global_step。
  • 脚本骨架统一：推荐沿用“环境变量覆盖 + args 数组 + 显式区分 init-ckpt / resume”的写法，并在修改默认配置处保留 # 修改： 注释，方便复盘。
  • 关键超参有默认口径：例如 AdamW 更稳、bf16-mixed 优先、warmup_steps=500、checkpoint 监控 validation/macro_onset_f、save_top_k=7、last.ckpt 为真实拷贝。
  • 排障路径明确：从 bf16-mixed 切到 32 短跑、打开 AMT_DEBUG_GRAD_FINITE 和 AMT_DETECT_ANOMALY、检查 DDP num_workers、W&B 凭证回退 CSVLogger，逐步定位前向、反向或数值溢出问题。

适用边界

该技能主要面向 AMT / YourMT3 训练，不适合作为通用 PyTorch 项目模板。资料未实现或默认关闭的能力，例如部分 deepspeed offload、额外 RL 分支和动态数据集采样，只能按仓库默认值谨慎启用。若项目不在 ~/code/amt_ai 仓库结构内，需要先确认 src/train.py、config.py、data_presets.py 等路径是否一致。

使用场景

  • 在 amt_ai 新建训练脚本时，按 scratch、resume、warm-start 规则配置入口与 checkpoint。
  • 调 DDP 训练时，设置 batch、num_workers、bf16-mixed，并检查 last.ckpt 与 max_steps。
  • 遇到 NaN 或 loss 不降时，开启梯度与反常检测，定位首个异常算子。
  • 配置 W&B 与 checkpoint，监控主指标并保留可恢复的 last.ckpt。

适合人员

  • 负责 AMT 旋律转谱训练与超参调试的算法工程师，需要统一 scratch、resume、warm-start 规则。
  • 维护 DDP 多卡训练流水线的机器学习工程师，需要配置 batch、workers、精度和 checkpoint。
  • 排查训练 NaN、DDP 卡死和 W&B 无数据的算法同学，需要按仓库内置防护定位首个异常。
  • 复用同一套 AMT 训练风格、写新训练脚本的研究员，需要沿用默认优化器、调度器和日志约定。