人們普遍認(rèn)為 RNN 是無法并行化的，因?yàn)槠浔举|(zhì)上的序列特性:其狀態(tài)依賴于前一狀態(tài)。這使得人們難以用長(zhǎng)序列來訓(xùn)練 RNN。近日，一種新算法的出現(xiàn)打破了這一慣常認(rèn)知，可以并行化 RNN 和 NeuralODE 等非線性序列模型的評(píng)估和訓(xùn)練，從而為相關(guān)研究和開發(fā)帶來顯著的速度提升。過去十年
......
本文由站長(zhǎng)之家合作伙伴自媒體作者“機(jī)器之心公眾號(hào)”授權(quán)發(fā)布于站長(zhǎng)之家平臺(tái)，本平臺(tái)僅提供信息索引服務(wù)。由于內(nèi)容發(fā)布時(shí)間超過平臺(tái)更新維護(hù)時(shí)間，為了保證文章信息的及時(shí)性，內(nèi)容觀點(diǎn)的準(zhǔn)確性，平臺(tái)將不提供完全的內(nèi)容展現(xiàn)，本頁(yè)面內(nèi)容僅為平臺(tái)搜索索引使用。需閱讀完整內(nèi)容的用戶，請(qǐng)查看原文，獲取內(nèi)容詳情。
（舉報(bào)）