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 |
|---|---|---|---|---|
| 1701 | CORS | WHRIA | 2021.01.22 | 133 |
| 1700 | popup | WHRIA | 2020.12.31 | 99 |
| 1699 | bay trail ubuntu 20.04 [1] | WHRIA | 2020.12.24 | 57 |
| 1698 | 32 bit UEFI [6] | WHRIA | 2020.12.24 | 205 |
| 1697 | sroc [1] | WHRIA | 2020.12.10 | 61 |
| 1696 | test | WHRIA | 2020.12.03 | 47 |
| 1695 | dkms for r8125 | WHRIA | 2020.11.12 | 96 |
| 1694 | unattended upgrade | WHRIA | 2020.11.01 | 478 |
| 1693 | pytorch pretrained | WHRIA | 2020.10.28 | 150 |
| 1692 | steamlit | WHRIA | 2020.10.15 | 211 |
| 1691 | sample size | WHRIA | 2020.10.13 | 4235 |
| 1690 | Transformer | WHRIA | 2020.10.09 | 155 |
| 1689 | file lock | WHRIA | 2020.09.22 | 99 |
| 1688 | onnx broswer | WHRIA | 2020.09.15 | 42 |
| 1687 | fda 인증 | WHRIA | 2020.09.03 | 213 |
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.