何为AMP？
全称：Automatic mixed precision自动混合精度。
功能：在神经网络推理过程中，实现针对不同层采用不同的数据精度进行计算，从而实现节省显存和加速训练的目的。
此处提到的不同数据精度包括：32位浮点型torch.FloatTensor()和16位半精度浮点型torch.HalfTensor()。
注意：
1.torch默认精度为32位。
2.amp的使用仅当网络训练在gpu上时，torch.cuda.amp
为何使用AMP？
考虑到32位和16位更有优缺点，想要综合分段采用32位和16位，消除各自的劣势，帮助网络更高效训练。
- 当网络仅采用32位训练时—>优势：32位能很好的将较小的精度数值保存下来完成梯度计算。劣势：batch_size不敢设置过大，对于设备的数据存储能力提出较高要求等。
- 当网络仅采用16位训练时—>优势：存储小，计算快，减少显存占用。劣势：数值范围小，容易出现overflow or underflow。舍入误差，由于误差数值达不到16bit，导致梯度丢失。
何时使用AMP？
amp中的autocast会根据PyTorch框架，进行自动转换，如一般在cond、linear、激活函数等操作中自动转换成16位精度计算。
如何使用AMP？
AMP中包含两个功能模块，分别位autocast和GradScaler。
- torch.cuda.amp.autocast()：自动切换32位和16位，但可能会在切换的过程中导致精度的损失，而出现梯度丢失，产生loss NAN问题。
yolox/core/trainer.py中对应的代码展示：
可以看出，它只存在于前向计算中，而未参加反向传播。 - torch.cuda.amp.GradScaler()：通过放大loss值来防止梯度消失。
注意：这里面的放大scaler大小是依靠每次迭代时动态估计获得，动态估计指每次epoch时都看一眼有没有出现inf or NAN等错误，若没有出现则尽可能的增大scaler值。
yolox/core/trainer.py中对应的代码展示：
可以看出，它用在反向传播中，但是却没有参与权重梯度的更新（只有一个step()）。
