原书出处
大语言模型-基础与前沿 (熊涛)
06 第6章 训练更大的模型
evicius et al(2017)提出了一种使用半精度浮点数(FP16)训练模型的技术,该技术可以保持模型的准确率。
Micikevicius等提出了3种技术,以防止在使用半精度时丢失关键信息。保留模型权重的全精度(FP32)副本以累积梯度,然后将梯度舍入为半精度,用于前向传递和反向传递。
这可确保梯度更新得以保留,因为梯度更新可能太小,无法包含在FP16范围内。损失缩放用于放大损失并处理幅度较小的梯度。通过
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/大语言模型-基础与前沿 (熊涛)/_epub-src/EPUB/xhtml/chapter8.xhtml
EPUB SHA-256:1bd3e387da1e881a4b6e0214f2c7df6e30d5cdbd1f602c69fc88edacffe6743d