Zobrazeno 1 - 7
of 7
pro vyhledávání: '"Unger, Colin"'
Autor:
Jeon, Byungsoo, Wu, Mengdi, Cao, Shiyi, Kim, Sunghyun, Park, Sunghyun, Aggarwal, Neeraj, Unger, Colin, Arfeen, Daiyaan, Liao, Peiyuan, Miao, Xupeng, Alizadeh, Mohammad, Ganger, Gregory R., Chen, Tianqi, Jia, Zhihao
Deep neural networks (DNNs) continue to grow rapidly in size, making them infeasible to train on a single device. Pipeline parallelism is commonly used in existing DNN systems to support large-scale DNN training by partitioning a DNN into multiple st
Externí odkaz:
http://arxiv.org/abs/2406.17145
Parameter-efficient finetuning (PEFT) is a widely used technique to adapt large language models for different tasks. Service providers typically create separate systems for users to perform PEFT model finetuning and inference tasks. This is because e
Externí odkaz:
http://arxiv.org/abs/2402.18789
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Gamage, Eranga H., Greenfield, Joshua T., Unger, Colin, Kamali, Saeed, Clark, Judith K., Harmer, Colin P., Luo, Liang, Wang, Jigang, Shatruk, Michael, Kovnir, Kirill
Publikováno v:
Inorganic Chemistry; 9/21/2020, Vol. 59 Issue 18, p13353-13363, 11p
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Gamage, Eranga H., Greenfield, Joshua T., Unger, Colin, Kamali, Saeed, Clark, Judith K., Harmer, Colin P., Luo, Liang, Wang, Jigang, Shatruk, Michael, Kovnir, Kirill
Publikováno v:
Inorganic Chemistry; September 2020, Vol. 59 Issue: 18 p13353-13363, 11p
Autor:
Greenfield, Joshua T., Unger, Colin D., Chen, Michael, Izquierdo, Nezhueyotl, Woo, Katherine E., Garlea, V. Ovidiu, Kamali, Saeed, Kovnir, Kirill
Publikováno v:
Chemistry of Materials; Sep2017, Vol. 29 Issue 18, p7716-7724, 9p