From 45755f3d34edfaffd7f7dc5fcf4d5f038b2af002 Mon Sep 17 00:00:00 2001 From: Xiaoda Date: Mon, 27 Apr 2020 20:19:25 +0800 Subject: [PATCH] update tutorials/source_zh_cn/advanced_use/mixed_precision.md. --- tutorials/source_zh_cn/advanced_use/mixed_precision.md | 2 +- 1 file changed, 1 insertion(+), 1 deletion(-) diff --git a/tutorials/source_zh_cn/advanced_use/mixed_precision.md b/tutorials/source_zh_cn/advanced_use/mixed_precision.md index cb862080..0fedaef6 100644 --- a/tutorials/source_zh_cn/advanced_use/mixed_precision.md +++ b/tutorials/source_zh_cn/advanced_use/mixed_precision.md @@ -14,7 +14,7 @@ 混合精度训练方法是通过混合使用单精度和半精度数据格式来加速深度神经网络训练的过程，同时保持了单精度训练所能达到的网络精度。混合精度训练能够加速计算过程，同时减少内存使用和存取，并使得在特定的硬件上可以训练更大的模型或batch size。 -对于FP16的算子，若给定的数据类型是FP32，MindSpore框架的后端则会进行降精度处理。 +对于FP16的算子，若给定的数据类型是FP32，MindSpore框架的后端则会进行降精度处理。用户可以开启INFO日志，并通过搜索关键字“reduce precision”查看降精度处理的算子。 ## 计算流程 -- GitLab