论文：

译文：混合精度训练

摘要

增加神经网络的size，可以提高准确率。但同时，也加大了训练模型所需的内存和计算量。我们介绍一种使用半精度浮点数来训练深度神经网络的方法，不会损失准确率，也不需要修改超参数。这种方法让内存需求减半，而且在最近的GPU上，加速了算术运算。权值、激活值和梯度都以IEEE半精度格式存储。由于半精度的数值范围比单精度小，我们提出3种技术避免关键信息丢失。1）我们维护一份权值的单精度copy，2）我们放大损失，来保留较小的梯度。3）我们证明，前面提出的方法，可以在很多任务和现代大规模模型（超过1亿参数）上，基于大数据集训练。

介绍

深度学习让很多不同的应用都取得了很大的进步，图像识别、语言建模、机器翻译和语音识别等等。这也衍生出两个关键的问题，更大的数据集和更复杂的模型。

更大的模型通常需要更多的计算量和内存来训练。

实现 

1、FP32：

在混合精度训练中，权值、激活值和梯度是以FP16存储的。

 

2、损失放大：

 

3、算术精度：

总的来说，神经网络算术运算分为3类：向量点乘 

 

结果

Baseline（FP32）：激活值、权值和梯度都用单精度存储。所有算术运算也都用FP32。

Mix Precision（MP）：存储和算术运算都有用FP16。权值、激活值和梯度都用FP16来存储。权值存一份FP32主copy，用于更新。

 

总结和后续工作

混合精度训练，让我们减少内存消耗，以及花在算术运算上的时间。我们已经证明，很多深度学习模型可以用这种技术来训练，并且没有准确度损失，也不需要调参。对于小梯度很多的模型，可以采用梯度放大的办法来达到和FP32一样的准确度。 

如果DNN运算是受限于内存和算术带宽，那么在Volta架构的GPU上，FP16和FP32的加速比是2~6。如果是受限于延迟，加速比则会小一些。网络训练和推理总的加速比，取决于框架和库对混合精度的优化，这也是后续工作的一个重点（本文实验用的库和框架都比较旧）。

我们会把这个技术应用于生成模型，如文字转语音系统和深度强化学习应用。进一步地，损失放大因子的选择会自动化，来简化混合精度的训练。损失放大因子会根据监控到的权值梯度，动态增大或者减小来防止溢出。