Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
Oneflow-Inc
OneFlow-Benchmark
提交
609b5651
O
OneFlow-Benchmark
项目概览
Oneflow-Inc
/
OneFlow-Benchmark
上一次同步 2 年多
通知
1
Star
92
Fork
0
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
0
列表
看板
标记
里程碑
合并请求
0
DevOps
流水线
流水线任务
计划
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
O
OneFlow-Benchmark
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
0
Issue
0
列表
看板
标记
里程碑
合并请求
0
合并请求
0
Pages
DevOps
DevOps
流水线
流水线任务
计划
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
流水线任务
提交
Issue看板
体验新版 GitCode,发现更多精彩内容 >>
提交
609b5651
编写于
7月 06, 2020
作者:
F
Flowingsun007
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
add introduction of fp16 for readme.md
上级
f44e3e61
变更
1
隐藏空白更改
内联
并排
Showing
1 changed file
with
31 addition
and
1 deletion
+31
-1
Classification/resnet50v1.5/README.md
Classification/resnet50v1.5/README.md
+31
-1
未找到文件。
Classification/resnet50v1.5/README.md
浏览文件 @
609b5651
...
...
@@ -216,7 +216,37 @@ TODO:shengjian,先略。
### 半精度训练与预测
TODO:等niuchong 完成fp16的调试后补充。
Oneflow原生支持半精度(fp16)模型的训练。所谓的半精度训练通常意味着混合精度模型训练,训练时候参数float16格式存储和训练,同时保留float32权重文件用作梯度更新和计算过程。由于参数的存储减半(fp32->> fp16),会带来训练过程的加速,在oneflow中开启半精度模式后,resnet50的训练通常能达到1.7倍的加速。
在Oneflow中开启fp16半精度模型的训练很简单,您只需要在train.sh脚本中指定参数:--use_fp16 True即可。
完整的脚本如下:
```
shell
DATA_ROOT
=
/DATA/disk1/ImageNet/ofrecord
#gdb --args \
python3 of_cnn_train_val.py
\
--num_epochs
=
100
\
--train_data_dir
=
$DATA_ROOT
/train
\
--train_data_part_num
=
256
\
--val_data_dir
=
$DATA_ROOT
/validation
\
--val_data_part_num
=
256
\
--num_nodes
=
1
\
--gpu_num_per_node
=
4
\
--optimizer
=
"momentum"
\
--learning_rate
=
0.256
\
--loss_print_every_n_iter
=
200
\
--batch_size_per_device
=
32
\
--val_batch_size_per_device
=
100
\
--use_new_dataloader
=
True
\
--model
=
"resnet50"
\
--use_fp16
true
\
--label-smoothing
=
0.1
\
--use_boxing_v2
True
```
除了指定--use_fp16以外,半精度模型的训练、输出、测试过程与之前正常的resnet50模型的训练过程完全一致。
...
...
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录