# 混合精度训练

PLSC支持混合精度训练。使用混合精度训练可以提升训练的速度，同时减少训练使用的内存。

可以通过下面的代码设置开启混合精度训练：

```python
from __future__ import print_function
import plsc.entry as entry

def main():
    ins = entry.Entry()
    ins.set_mixed_precision(True, 1.0)
    ins.train()

if __name__ == "__main__":
    main()
```
其中，`set_mixed_precision`函数介绍如下：

| API  | 描述    | 参数说明  |
| :------------------- | :--------------------| :----------------------  |
| set_mixed_precision(use_fp16, loss_scaling) | 设置混合精度训练  | `use_fp16`为是否开启混合精度训练，默认为False；`loss_scaling`为初始的损失缩放值，默认为1.0|

- `use_fp16`：bool类型，当想要开启混合精度训练时，可将此参数设为True即可。
- `loss_scaling`：float类型，为初始的损失缩放值，这个值有可能会影响混合精度训练的精度，建议设为默认值1.0。

为了提高混合精度训练的稳定性和精度，默认开启了动态损失缩放机制。更多关于混合精度训练的介绍可参考：[混合精度训练](https://arxiv.org/abs/1710.03740)