在深度学习模型训练中，混合精度训练（Mixed Precision Training）技术的主要作用是什么？

通过使用单精度浮点（float32）主副本维护参数精度，结合半精度浮点（float16）计算提升训练速度，并采用损失缩放避免梯度下溢

完全消除半精度浮点的数值精度损失，使其与单精度浮点等效

将半精度浮点数据转换为整型进行计算，以进一步加速训练

通过增加模型参数量来补偿半精度浮点带来的精度损失