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 |
---|---|---|---|---|
1611 | 넌센스 퀴즈 | WHRIA | 2016.09.04 | 75 |
1610 | mcnemar | WHRIA | 2019.11.20 | 76 |
1609 | 힘든 하루하루 | WHRIA | 2016.09.30 | 77 |
1608 | 배당세금 | WHRIA | 2015.10.14 | 78 |
1607 | 2016 ilsvrc | WHRIA | 2019.08.31 | 78 |
1606 | tab 구조 html | WHRIA | 2020.06.28 | 79 |
1605 | 인정이자 | WHRIA | 2016.01.23 | 80 |
1604 | add extra raid disk | WHRIA | 2020.01.05 | 80 |
1603 | 도움 | WHRIA | 2016.01.21 | 81 |
1602 | 가끔은 시간을 돌렸으면... | WHRIA | 2016.06.09 | 81 |
1601 | . | WHRIA | 2016.10.01 | 81 |
1600 | kfda [5] | WHRIA | 2020.04.29 | 81 |
1599 | consort , stard | WHRIA | 2020.07.30 | 81 |
1598 | 결극 senet 이 문제 | WHRIA | 2019.07.13 | 82 |
1597 | pytorch mini batch size | WHRIA | 2019.12.19 | 82 |
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.