Rehber bağlantılı sınav · Orta Seviye

Karma Hassas Eğitim Sınavı

FP16 aralığını ve kayıp ölçeklendirmeyi, bfloat16'yı, ana ağırlıkları, otomatik yayını, Tensor Core birikimini ve ölçülen donanıma bağlı kazançları kapsar.

İlgili kılavuz yollarıKarma Hassas Eğitim
Soru 1 arasında 8

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

Her soruyu önizleyin8 sorular

Testi çözdüğünüzde cevaplar ve açıklamalar görünür.

  1. In an FP16 training recipe that keeps an FP32 master weight, why retain it?
    • 16 bitin tamamlayabileceği küçük ağırlık güncellemelerinde hassasiyeti korumak için
    • Model dosyasını diskte küçültmek için
    • GPU olmadan eğitime izin vermek için
    • Model parametrelerini şifrelemek için
  2. Kayıp ölçeklendirme FP16 eğitiminde hangi sorunu çözer?
    • Verilere gereğinden fazla uyan modeller
    • FP16'nın menzili dar olduğu için eğimler sıfıra doğru akıyor
    • GPU'larda disk alanı tükeniyor
    • Diskten yavaş veri yükleme
  3. Bfloat16'nın FP16'ya göre avantajı nedir?
    • Daha az toplam bit kullanır
    • Sayılar yerine metni saklar
    • FP32 ile aynı geniş üs aralığına sahiptir ve kayıp ölçeklendirme ihtiyacını azaltır
    • Yalnızca CPU'larda çalışır
  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