Чекпойнтинг градиентов
Экономия памяти при обучении: часть прямого прохода пересчитывается заново, а не хранится целиком.
Компромисс: обучение медленнее примерно на 30 %, зато VRAM нужно в 5–10 раз меньше. Позволяет обучать большие модели на ограниченном железе. Встроен в PyTorch как torch.utils.checkpoint. Стандартный приём при дообучении на скромном GPU.