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 |
---|---|---|---|---|
244 | high impact journals | WHRIA | 2019.04.07 | 126 |
243 | caffe | WHRIA | 2016.10.19 | 123 |
242 | dkms for r8125 | WHRIA | 2020.11.12 | 121 |
241 | popup | WHRIA | 2020.12.31 | 121 |
240 | MXNET SSD | WHRIA | 2019.09.04 | 120 |
239 | KMA 연수교육 주소 | WHRIA | 2016.10.05 | 119 |
238 | 언어 , 국가 | WHRIA | 2023.04.15 | 117 |
237 | opencv rotate | WHRIA | 2019.03.09 | 115 |
236 | 윈도우 파일 검색 옵션 | WHRIA | 2019.06.14 | 114 |
235 | 2016 ilsvrc | WHRIA | 2019.08.31 | 113 |
234 | 이미지 비교 [1] | WHRIA | 2019.04.23 | 112 |
233 | MS bot framework [3] | WHRIA | 2020.06.13 | 111 |
232 | scx 4623f reset / memory [2] | WHRIA | 2016.01.23 | 106 |
231 | 배당세금 | WHRIA | 2015.10.14 | 105 |
230 | 인생무상 | WHRIA | 2016.01.18 | 105 |
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.