ACCELERATING TRAINING OF TRANSFORMER-BASED LANGUAGE MODELS WITH PROGRESSIVE LAYER DROPPING

Bibliographische Detailangaben

Veröffentlicht in:	NeurIPS (34. : 2020 : Online) 34th Conference on Neural Information Processing Systems (NeurIPS 2020) ; Volume 17 of 27
1. Verfasser:	Zhang, Minjia (VerfasserIn)
Weitere Verfasser:	He, Yuxiong (VerfasserIn)
Pages:	34
Format:	UnknownFormat
Sprache:	eng
Veröffentlicht:	2021
Schlagworte:
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!