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 |
|---|---|---|---|---|
| 1714 | MDR - PL | WHRIA | 2023.05.11 | 69 |
| 1713 | 언어 , 국가 | WHRIA | 2023.04.15 | 80 |
| 1712 | cloudfront | WHRIA | 2023.04.09 | 50 |
| 1711 | 원격 진료 | WHRIA | 2023.03.23 | 63 |
| 1710 | AI papers [6] | WHRIA | 2023.03.02 | 68 |
| 1709 | gpt2 | WHRIA | 2023.02.21 | 386 |
| 1708 | rsynccp | WHRIA | 2023.02.20 | 49 |
| 1707 | disk error | WHRIA | 2023.02.16 | 48 |
| 1706 | 정량화 논문들 | WHRIA | 2023.02.16 | 60 |
| 1705 | chat GPT | WHRIA | 2023.02.16 | 62 |
| 1704 | Google vs Microsoft: The good, bad, and ugly of the AI arms race | WHRIA | 2023.02.14 | 135 |
| 1703 | insync | WHRIA | 2023.02.09 | 47 |
| 1702 | indexeddb [2] | WHRIA | 2021.02.07 | 107 |
| 1701 | CORS | WHRIA | 2021.01.22 | 134 |
| 1700 | popup | WHRIA | 2020.12.31 | 99 |
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.