Вікторина, пов’язана з посібником · Середній Рівень

Навчальна вікторина змішаної точності

Охоплює масштабування діапазону та втрат FP16, bfloat16, основні ваги, автокаст, накопичення Tensor Core та виміряні апаратно-залежні посилення.

Пов'язані напрямні шляхиТренування змішаної точності
Питання 1 з 8

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

Перегляньте кожне запитання8 запитання

Відповіді та пояснення з’являються під час виконання тесту.

  1. In an FP16 training recipe that keeps an FP32 master weight, why retain it?
    • Щоб зберегти точність у невеликих оновленнях ваги, які 16-біт може округлити
    • Щоб зменшити файл моделі на диску
    • Щоб дозволити навчання без GPU
    • Для шифрування параметрів моделі
  2. Яку проблему вирішує масштабування втрат під час навчання FP16?
    • Моделі, що переобладнують дані
    • Градієнти знижуються до нуля, оскільки діапазон FP16 вузький
    • На графічних процесорах не вистачає місця на диску
    • Повільне завантаження даних з диска
  3. Яку перевагу має bfloat16 перед FP16?
    • Він використовує менше загальних бітів
    • Він зберігає текст замість чисел
    • Він має такий же широкий діапазон експонент, як і FP32, що зменшує потребу в масштабуванні втрат
    • Він працює лише на процесорах
  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