Викторина, связанная с руководством · Средний Уровень

Викторина по тренировке смешанной точности

Охватывает диапазон FP16 и масштабирование потерь, bfloat16, основные веса, автоприведение, накопление тензорного ядра и измеренное аппаратно-зависимое усиление.

Связанные направляющие путиСмешанная тренировка точности
Вопрос 1 из 8

In an FP16 training recipe that keeps an FP32 master weight, why retain it?

Предварительный просмотр каждого вопроса8 вопросы

Ответы и пояснения появляются по мере прохождения теста.

  1. In an FP16 training recipe that keeps an FP32 master weight, why retain it?
    • Чтобы сохранить точность в небольших обновлениях веса, которые 16-битная версия могла бы округлить.
    • Чтобы уменьшить размер файла модели на диске
    • Чтобы разрешить обучение без графического процессора
    • Чтобы зашифровать параметры модели
  2. Какую проблему решает масштабирование потерь при обучении FP16?
    • Модели, переопределяющие данные
    • Градиенты падают до нуля, поскольку диапазон FP16 узок.
    • Графическим процессорам не хватает места на диске
    • Медленная загрузка данных с диска
  3. Какое преимущество имеет bfloat16 перед FP16?
    • Он использует меньше общих битов
    • Он хранит текст вместо чисел
    • Он имеет тот же широкий диапазон показателей, что и FP32, что снижает необходимость масштабирования потерь.
    • Он работает только на процессорах
  4. For many supported Tensor Core matrix operations, how are partial sums commonly accumulated?
    • In integer arithmetic with no rounding
    • In text before converting to FP16
    • In FP16 only, which prevents every numerical error
    • In FP32, which reduces rounding error compared with low-precision accumulation
  5. What is a common benefit of using 16-bit values for supported training operations?
    • They can reduce tensor memory and improve throughput, with gains depending on hardware and workload
    • They guarantee higher model accuracy
    • They remove the need to compute gradients
    • They always double end-to-end training speed
  6. Which current PyTorch APIs are commonly used for automatic mixed-precision training?
    • torch.cuda.amp only, which is the recommended new namespace
    • torch.amp.autocast and, for FP16 gradient scaling, torch.amp.GradScaler
    • torch.load and torch.save
    • torch.nn.DataParallel and torch.manual_seed
  7. Why does bfloat16 often need less loss scaling than FP16?
    • It has more mantissa bits than FP32
    • It stores gradients as integers
    • It has an exponent range like FP32, so very small gradients are less likely to underflow
    • It never rounds values
  8. What does autocast do in automatic mixed precision?
    • Converts every tensor and operation to FP16 unconditionally
    • Replaces the optimizer with a different algorithm
    • Guarantees identical bitwise results to FP32
    • Selects operation dtypes so supported operations can use lower precision while others retain safer precision