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 |
---|---|---|---|---|
1641 | 이사 감사 3년 변경등기 | WHRIA | 2015.12.02 | 56 |
1640 | sqlite to mysql | WHRIA | 2016.10.18 | 57 |
1639 | lvm 축소 확장 [4] | WHRIA | 2020.01.13 | 57 |
1638 | php 세션 로그인 | WHRIA | 2020.04.24 | 57 |
1637 | bay trail ubuntu 20.04 [1] | WHRIA | 2020.12.24 | 57 |
1636 | 저녁 10시에 자동 종료 스크립트 | WHRIA | 2016.06.25 | 59 |
1635 | swap memory | WHRIA | 2019.03.14 | 59 |
1634 | 정량화 논문들 | WHRIA | 2023.02.16 | 60 |
1633 | sroc [1] | WHRIA | 2020.12.10 | 61 |
1632 | zmq async client server [1] | WHRIA | 2020.03.12 | 62 |
1631 | chat GPT | WHRIA | 2023.02.16 | 62 |
1630 | LG 글로벌 | WHRIA | 2019.01.31 | 63 |
1629 | 원격 진료 | WHRIA | 2023.03.23 | 63 |
1628 | 드리블 | WHRIA | 2019.04.12 | 64 |
1627 | xml json pascal [4] | WHRIA | 2020.01.12 | 64 |
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.