fp16 mixed precision training with amp or apex (`--fp16`) and fp16 half prec

fp16 mixed precision training 是指使用 16 位浮点数（half precision）来进行混合精度训练的技术。这种技术可以在保证训练速度的同时减少内存占用，提高模型训练效率。

amp（Automatic Mixed Precision）和 apex 是两个用于混合精度训练的优化工具库。amp 是 NVIDIA 提供的混合精度训练工具，而 apex 则是 PyTorch 提供的工具库。它们可以自动地将计算中的浮点数操作切换为半精度格式，包括权重、梯度以及激活函数的计算。同时，它们还会调整学习率的缩放，以确保训练的准确性。

使用 --fp16 参数可以在 PyTorch 中启用 fp16 half precision 训练模式。fp16 half precision 可以减少内存占用，降低计算资源的需求，并在某些情况下提高模型训练速度。然而，由于 16 位浮点数的精度相对较低，有时会导致数值计算的精度损失。

结合 amp 或 apex 可以更好地利用混合精度训练的优势。它们可以自动地优化浮点数计算的精度和性能，使模型训练更高效，不需要手动调整和优化。此外，amp 和 apex 还提供了一些辅助功能，如动态损失缩放和梯度缩放，以进一步提高模型训练的稳定性和效果。

总结来说，fp16 mixed precision training 是使用 16 位浮点数进行混合精度训练的一种技术，而 amp 和 apex 则是用于优化和自动调整混合精度训练的工具库。它们可以在保证训练速度的同时减少内存占用和计算资源需求，并通过自动调整浮点数计算的精度和性能来提高模型训练效率。