mixed precision training
2018.11.06 06:56
train (math) 는 FP16 으로 하고 storage 는 FP32 로 해서 BVLC Caffe 에서도 잘 동작하는듯.
정확도는 아직 더 test 해봐야한다. scale factor 는 100~1000 이 적당한듯.
NVCaffe 에서 trainval.prototxt 에 아래와 같이 추가
default_forward_type: FLOAT16
default_backward_type: FLOAT16
default_forward_math: FLOAT
default_backward_math: FLOAT
global_grad_scale:100
번호 | 제목 | 글쓴이 | 날짜 | 조회 수 |
---|---|---|---|---|
1669 | sql python | WHRIA | 2020.07.01 | 195 |
1668 | modprobe | WHRIA | 2020.06.29 | 6439 |
1667 | tab 구조 html | WHRIA | 2020.06.28 | 81 |
1666 | imagenet classification SOTA | WHRIA | 2020.06.27 | 1426 |
1665 | 할일 | WHRIA | 2020.06.24 | 1518 |
1664 | caffe hdf5 error | WHRIA | 2020.06.22 | 187 |
1663 | resnest50 caffe | WHRIA | 2020.06.21 | 166 |
1662 | reddit downloader | WHRIA | 2020.06.21 | 220 |
1661 | 바이두 | WHRIA | 2020.06.20 | 660 |
1660 | regression model [6] | WHRIA | 2020.06.18 | 175 |
1659 | MS bot framework [3] | WHRIA | 2020.06.13 | 111 |
1658 | BERT | WHRIA | 2020.06.10 | 3271 |
1657 | 영어로 숫자 표현 | WHRIA | 2020.05.28 | 4461 |
1656 | single file encrypt decrypt | WHRIA | 2020.05.17 | 1759 |
1655 | encfs | WHRIA | 2020.05.17 | 35180 |
MIXED 셋팅
default_forward_type: FLOAT16
default_backward_type: FLOAT16
default_forward_math: FLOAT
default_backward_math: FLOAT
FP32
default_forward_type: FLOAT
default_backward_type: FLOAT
default_forward_math: FLOAT
default_backward_math: FLOAT
FP16
default_forward_type: FLOAT16
default_backward_type: FLOAT16
default_forward_math: FLOAT16
default_backward_math: FLOAT16
CUDA 8.0 으로 하면 속도 향상이 없다.
CUDA10.0 기준, cudnn 7.4.1, ResNeXt-50 , 100 iter
FP32 - 82 sec, 4779
FP16 - 69 sec+ test 오래걸림 , 2623
Mixed - store 16bit - 69 sec, 2623
Mixed - store 32bit - 69 sec, 2769
solver_data_type: FLOAT16 가 16bit 인 경우 memory 를 약간 더 잡아먹는다.
Mixed train 하는 경우
pascal 에서 속도가 30% 향상있고 메모리는 50% 감소한다.