咱们好啊，我是董董灿。
做优化有时分真的很头疼，绞尽脑汁的想怎样做算法等价，怎样把神经网络各层指令流水起来，在确保整网精度的一起，又有高功能。
但有时做了半天，却发现流水根本就流不起来，总是不可思议地被卡住。
真的是一顿操作猛如虎，回头一看原地杵。
今日介绍一种神经网络的功能优化办法。它不需求懂特深奥的算法常识，就能做到整个优化系统，大到网络，小到算子的功能的成倍提高。
而且绝对是成倍的功能提高，而且显而易见的算法等价。
怎样做呢？很简略，只需求改一下算子的先后调用顺序就行。
布景
在做AI推理或许练习时，大部分情况下一个神经网络中的一切层（Layer）的核算数据类型是相同的。
比方为了网络有更好的辨认精度，神经网络中的运算可以运用高精度的浮点数，如 float32，简称 FP32。
但有时为了功能，略微损失一点辨认精度也能接受，此时可能会运用 float16，简称FP16, 也便是半精度数据类型来做运算。
FP32 和 FP16 的区别在于，前者数据位宽是后者的两倍，因而表示相同的数据的时分，前者的精度更高，但内存占用也更大。
比方一起存储一张图片，假如运用 FP32的话，可能会占用1MB的内存，但假如运用FP16来存储，只占0.5MB的内存。
咱们可能听说过混合精度推理、混合精度练习。这儿说的混合，指的便是精度混合。比方一个神经网络中存在多种数据类型。
为什么可以做混合精度的推理或练习呢？
一个神经网络就像是一个大厦，由一层一层的算法搭建而成，每一层的算法可能不同。不同的算法对数据精度的灵敏程度不同。
有很多算法对数据精度不灵敏，比方 transpose, gather, scatter等，这类算法都是数据转移操作，也便是纯IO操作。他们不需求进行数据核算，无需考虑数据在做加法时分的溢出处理等情况。
而有些算法对数据精度很灵敏，典型的比方conv2d算法，它需求做大量的乘累加操作，数据的累加很简单呈现溢出，此时需求用更高位宽的数据来接纳累加成果。
假如把操作 FP32 比作需求转移32块砖的话，那么 FP16 便是只需求转移 16块砖。很明显，转移16块砖比转移32块砖，在其他条件不变的情况下，要省时省力。
因而，在神经网络尤其是混合练习或推理的网络中，假如遇到了一些数据转移算法转移的是 FP32，那么是很有时机只让他搬16块砖(FP16)的。
那么详细怎样做呢?
首先简化一个神经网络，假设一个神经网络有如下结构:
在这个假想的网络中，卷积层（conv2d）核算的输出是 FP32，然后送给transpose 层进行数据转移，transpose由所以纯IO算法，因而它的输出也是FP32。
transpose的输出送给下一层cast，cast负责将FP32的数据转化为FP16, 因而cast 的输出是FP16。然后FP16的数据送给接下来的层进行运算。
不知有没有发现，在这个网络中，transpose 算法先转移了FP32的数据，然后交给了 cast 进行数据类型转化，转化成了更低位宽的 FP16。
可是由于 transpose 是纯IO运算，对数据类型不灵敏，因而，咱们完全可以将cast算子提早到 transpose 之前，如此的话，transpose 只需求做 FP16 的数据转移。
转化之后的网络如下：
这样做的成果便是：整个网络的核算是等价的，可是 transpose 算子却由本来进行 FP32 的数据转移，变成了 FP16 的数据转移。对 transpose而言，其IO功能表现是成倍的提高。
这仅仅举一个很简略的例子。
而实际上，在真实的网络中，运用此办法可以优化成功的算法有时不仅仅是一个简略的 transpose，而是一个很大的网络片段。
由此可见，仅仅将 cast 提早这一个简略的操作，就能使整网的功能提高一倍。
这个办法很简略，很有用，也很简单施行。可是在实际进行网络优化的时分，有时却会被疏忽。
可以运用这一优化的网络有必要满意以下两个条件：
- 有必要是混合精度的网络
- 由高位宽转低位宽的cast 算子前存在 IO 型算子
在咱们绞尽脑汁运用一些高级的技巧，如模型并行、层层流水来做网络优化的一起，无妨扩大视角，着眼全图，看看整网是否满意上面的条件，没准只一眼，就能发现这一最简略有用的优化点，从此百分比的提高网络功能，不是梦！