Implicit Regularization of Gradient Flow on One-Layer Softmax Attention

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Sheen, Heejune, Chen, Siyu, Wang, Tianhao, Zhou, Harrison H.
Formato:	Preprint
Publicado:	2024
Materias:	Machine Learning Artificial Intelligence Optimization and Control
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2403.08699