科研证明
文献服务
退出
我的积分:
中文文献批量获取
外文文献批量获取
机译:深度学习强度缩放的案例:用混合并行性训练大3D CNN
Yosuke Oyama; Naoya Maruyama; Nikoli Dryden; Erin Mccarthy; Peter Harrington; Jan Balewski; Satoshi Matsuoka; Peter Nugent; Brian Van Essen;
机译:混合电气/光学交换机架构,用于培训大规模的分布式深度学习
机译:nemesyst:一种混合并行性深入学习的框架,适用于能够实现食物零售制冷系统的物联网
机译:利用细粒度的并行性提高CNN培训的规模
机译:H3DNET:用于分层3D对象分类的深度学习框架
机译:大规模在线学习环境的学术情感分类与识别方法-基于A-CNN和LSTM-ATT深度学习流水线方法
机译:通过利用更精细的并行性来改善CNN培训的强度缩放
机译:Hybrid数据模型并行性以高效的深度学习
机译:通过高效的混合并行性减少深神经网络的培训时间
抱歉,该期刊暂不可订阅,敬请期待!
目前支持订阅全部北京大学中文核心(2020)期刊目录。