Geometric Dynamics of Signal Propagation Predict Trainability of Transformers

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Cowsik, Aditya, Nebabu, Tamra, Qi, Xiao-Liang, Ganguli, Surya
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Disordered Systems and Neural Networks Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Accesso online

https://arxiv.org/abs/2403.02579