Deep learning thrives with large neural networks and large datasets. However, larger networks and larger datasets result in longer training times that impede research and development progress. Distributed synchronous SGD offers a potential solution to this problem by dividing SGD minibatches over a pool of parallel workers. Yet to make this scheme efficient, the per-worker workload must be large, which implies nontrivial growth in the SGD minibatch size. In this paper, we empirically show that on the ImageNet dataset large minibatches cause optimization difficulties, but when these are addressed the trained networks exhibit good generalization. Specifically, we show no loss of accuracy when training with large minibatch sizes up to 8192 images. To achieve this result, we adopt a hyper-parameter-free linear scaling rule for adjusting learning rates as a function of minibatch size and develop a new warmup scheme that overcomes optimization challenges early in training. With these simple techniques, our Caffe2-based system trains ResNet-50 with a minibatch size of 8192 on 256 GPUs in one hour, while matching small minibatch accuracy. Using commodity hardware, our implementation achieves ~90% scaling efficiency when moving from 8 to 256 GPUs. Our findings enable training visual recognition models on internet-scale data with high efficiency.


翻译:深层学习随着大型神经网络和大型数据集而蓬勃发展。然而,更大的网络和更大的数据集导致培训时间的延长,从而阻碍了研发进步。分布的同步 SGD 通过将 SGD 小型插管分成一组平行工人,为这一问题提供了潜在的解决方案。然而,要使该计划有效,每个工人的工作量必须是巨大的,这意味着SGD小型小批量的无边增长。在本文中,我们的经验显示,在图像网数据集大型微型插头上,大型小型小插头造成优化困难,但当处理这些时,经过培训的网络表现出良好的普遍性。具体地说,在以大型小型小批量的图像到8192张图像进行的培训时,我们并没有丧失准确性。要达到这一结果,我们采用了无超参数的线缩缩线规则,以调整学习率,作为小型批量的函数,并开发新的暖化计划,以克服培训初期的优化挑战。用这些简单技术,我们的Cafe2基系统在256 GPPS上培训ResNet-50,一个小时的小型批量为8192,同时将小型小型小型小型小型小型小型小批次小批次的智能智能智能智能智能智能智能智能智能智能智能智能智能智能智能智能智能化数据升级从890升级升级到高的智能智能智能智能智能智能智能智能智能智能智能智能测试。使用我们的硬件,使我们的智能智能智能智能智能智能智能智能智能智能智能智能智能智能智能智能智能智能智能智能智能智能智能智能智能智能测试。

2
下载
关闭预览

相关内容

[ICML-Google]先宽后窄:对深度薄网络的有效训练
专知会员服务
34+阅读 · 2020年7月5日
【Google】平滑对抗训练,Smooth Adversarial Training
专知会员服务
48+阅读 · 2020年7月4日
【CVPR 2020-商汤】8比特数值也能训练卷积神经网络模型
专知会员服务
25+阅读 · 2020年5月7日
2019年机器学习框架回顾
专知会员服务
35+阅读 · 2019年10月11日
最新BERT相关论文清单,BERT-related Papers
专知会员服务
52+阅读 · 2019年9月29日
深度卷积神经网络中的降采样
极市平台
12+阅读 · 2019年5月24日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
从LeNet-5到DenseNet
AI研习社
9+阅读 · 2017年11月18日
gan生成图像at 1024² 的 代码 论文
CreateAMind
4+阅读 · 2017年10月31日
Accelerated Methods for Deep Reinforcement Learning
Arxiv
6+阅读 · 2019年1月10日
Arxiv
5+阅读 · 2018年9月11日
Arxiv
7+阅读 · 2018年6月8日
Arxiv
6+阅读 · 2018年4月24日
VIP会员
相关资讯
深度卷积神经网络中的降采样
极市平台
12+阅读 · 2019年5月24日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
从LeNet-5到DenseNet
AI研习社
9+阅读 · 2017年11月18日
gan生成图像at 1024² 的 代码 论文
CreateAMind
4+阅读 · 2017年10月31日
相关论文
Top
微信扫码咨询专知VIP会员