Power Scheduler: A Batch Size and Token Number Agnostic Learning Rate Scheduler

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Shen, Yikang, Stallone, Matthew, Mishra, Mayank, Zhang, Gaoyuan, Tan, Shawn, Prasad, Aditya, Soria, Adriana Meza, Cox, David D., Panda, Rameswar
Natura: Preprint
Pubblicazione: 2024
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!