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 |
---|---|---|---|---|
1686 | 윈도우 raid ahci 전환 | WHRIA | 2019.12.26 | 37 |
1685 | android / capture and crop [5] | WHRIA | 2020.05.10 | 37 |
1684 | plum | WHRIA | 2020.04.03 | 38 |
1683 | youtube | WHRIA | 2016.09.30 | 39 |
1682 | lvm [2] | WHRIA | 2020.01.09 | 39 |
1681 | 회귀분석 종류 | WHRIA | 2020.04.14 | 39 |
1680 | sql replication 성공 [1] | WHRIA | 2020.02.20 | 40 |
1679 | 서피스 3 질렀다. ㅎㅎ | WHRIA | 2015.12.15 | 41 |
1678 | webapp [1] | WHRIA | 2020.05.10 | 41 |
1677 | nvidia docker | WHRIA | 2020.01.15 | 42 |
1676 | acquihire [1] | WHRIA | 2020.05.05 | 42 |
1675 | onnx broswer | WHRIA | 2020.09.15 | 42 |
1674 | multiple NIC ubuntu [6] | WHRIA | 2020.03.10 | 43 |
1673 | raid 6 | WHRIA | 2020.07.23 | 43 |
1672 | batch normalize | WHRIA | 2020.02.06 | 44 |
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.