Gating Dropout: Communication-Efficient Regularization for Sparsely Activated Transformers

Bibliographische Detailangaben

Veröffentlicht in:	International Conference on Machine Learning (39. : 2022 : Baltimore, Md.; Online) International Conference on Machine Learning (ICML 2022) ; Part 17 of 33
1. Verfasser:	Liu, Rui (VerfasserIn)
Weitere Verfasser:	Kim, Young Jin (VerfasserIn), Muzio, Alexandre (VerfasserIn), Hassan, Hany (VerfasserIn)
Pages:	2022
Format:	UnknownFormat
Sprache:	eng
Veröffentlicht:	2023
Schlagworte:
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!