mixed precision training
2018.11.06 07:56
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 |
|---|---|---|---|---|
| 1564 | LG 글로벌 | WHRIA | 2019.01.31 | 88 |
| 1563 | ubuntu tweak | WHRIA | 2019.01.29 | 590 |
| 1562 | xrdp ubuntu 18.04 mate startwm.sh | WHRIA | 2019.01.29 | 976 |
| 1561 | resilio sync 유저로 실행 [1] | WHRIA | 2019.01.28 | 1908 |
| 1560 | Swap file add | WHRIA | 2019.01.02 | 2149 |
| 1559 | center % crop | WHRIA | 2018.12.27 | 89 |
| 1558 | imbalanced dataset | WHRIA | 2018.12.26 | 56 |
| 1557 | CNN Models | WHRIA | 2018.12.23 | 365 |
| 1556 | fatal error: turbojpeg.h: No such file or directory | WHRIA | 2018.11.24 | 654 |
| 1555 | ac-68u dd-wrt 에서 정펌으로 복구 | WHRIA | 2018.11.22 | 557 |
| 1554 | excel 에서 소수점 표시 함수 | WHRIA | 2018.11.08 | 220 |
| » | mixed precision training [1] | WHRIA | 2018.11.06 | 1790 |
| 1552 | delayed network drive connect | WHRIA | 2018.10.07 | 168 |
| 1551 | faster rcnn cuda 10 | WHRIA | 2018.10.06 | 2130 |
| 1550 | Intro | WHRIA | 2018.10.01 | 4157 |
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.