티스토리 뷰
PyTorch에서 제공하는 AutoMixedPrecision 기능을 활용하여 모델을 학습하다 보면 학습이 잘 안되는 경우가 발생한다. 구글링을 해보면 이런 경우를 심심치 않게 찾아볼 수 있다.
https://github.com/pytorch/pytorch/issues/40497
Mixed precision causes NaN loss · Issue #40497 · pytorch/pytorch
🐛 Bug I'm using autocast with GradScaler to train on mixed precision. For small dataset, it works fine. But when I trained on bigger dataset, after few epochs (3-4), the loss turns to nan. It i...
github.com
이러한 오류는 대개 float16 자료형으로 변환하면서 값의 표현범위가 변하면서 발생하는 경우가 흔한 것으로 보인다.
torch.finfo(torch.float16)
를 출력해보면 torch.float16 자료형의 값의 표현범위를 확인할 수 있다.
finfo(resolution=0.001, min=-65504, max=65504, eps=0.000976562, tiny=6.10352e-05, dtype=float16)
위 값의 범위를 생각하여 epsilon 값, min, max값에 따라 float32로 upcast 해줘야할 부분은 upcast를 해줘야하고 epsilon값도 키워주는등의 작업이 필요하다
'Deep Learning > PyTorch' 카테고리의 다른 글
| PyTorch Contribution! (0) | 2022.08.11 |
|---|---|
| YOLOv5 Contribution! Weight Decay (2) | 2022.07.17 |
| [PyTorch] Batchnorm running_var 계산시 주의할 점 (0) | 2022.03.23 |
| [PyTorch] Batchnorm Implementation (0) | 2022.03.21 |
| [PyTorch] BN Layer Freeze (0) | 2022.03.19 |
- Total
- Today
- Yesterday
- 백준 11053
- 백트래킹
- 인공지능을 위한 선형대수
- ㅂ
- Lowest Common Ancestor
- FairMOT
- 순열
- MOT
- 문제집
- 이분탐색
- 자료구조
- 위상 정렬 알고리즘
- 파이참
- 백준 11437
- LCA
- 단축키
- 백준
- 백준 1766
- C++ Deploy
- PyCharm
- 조합
- cosine
- 가장 긴 증가하는 부분 수열
| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | ||
| 6 | 7 | 8 | 9 | 10 | 11 | 12 |
| 13 | 14 | 15 | 16 | 17 | 18 | 19 |
| 20 | 21 | 22 | 23 | 24 | 25 | 26 |
| 27 | 28 | 29 | 30 |