Hardware Aware Transformers
[ACL'20] HAT: Hardware-Aware Transformers for Efficient Natural Language Processing
AI TranslationOpen Source AI & Machine LearningOpen Source
About
Nous publions le code PyTorch et 50 modèles pré-entraînés pour HAT: Transformers conscients du matériel. Au sein d'un superréseau de Transformers (SuperTransformer), nous recherchons efficacement un modèle rapide spécialisé (SubTransformer) pour chaque matériel avec retour d'information sur la latence. Le coût de recherche est réduit de plus de 10000×.
Open Source Health
- Stars
- 337
- Forks
- 50
- License
- Not stated
- Last commit
- 2 years ago
Python
Alternatives à Hardware Aware Transformers
- Localazyby LocalazyLocalazy automatise la traduction avec une IA consciente du contexte et garde les humains en contrôle de la qualité.
- Lokaliseby LokalisePlateforme de localisation AI de classe mondiale
The Algorithmby TwitterCode source pour l'algorithme de recommandation X
Recommendersby TensorFlowTensorFlow Recommenders est une bibliothèque pour construire des modèles de systèmes de recommandation avec TensorFlow.- RPG_KDD2025by FacebookresearchCe dépôt fournit le code pour mettre en œuvre RPG décrit dans notre article KDD'25 "Génération d'IDs sémantiques longs en parallèle pour la recommandation".
Resources & Links
Related Categories
Tu utilises Hardware Aware Transformers ?
Suis son coût avec le reste de ton stack et reçois un rappel avant son renouvellement.
Ajouter à mon stackVendor
MIT HAN Lab
Efficient AI Computing. PI: Song Han
