Hardware Aware Transformers
[ACL'20] HAT: Hardware-Aware Transformers for Efficient Natural Language Processing
AI TranslationOpen Source AI & Machine LearningOpen Source
About
Rilasciamo il codice PyTorch e 50 modelli pre-addestrati per HAT: Transformers consapevoli dell'hardware. All'interno di una superrete di Transformers (SuperTransformer), cerchiamo in modo efficiente un modello veloce specializzato (SubTransformer) per ogni hardware con feedback sulla latenza. Il costo di ricerca è ridotto di oltre 10000×.
Open Source Health
- Stars
- 337
- Forks
- 50
- License
- Not stated
- Last commit
- 2 years ago
Python
Alternative a Hardware Aware Transformers
- Localazyby LocalazyLocalazy automatizza la traduzione con IA consapevole del contesto e mantiene gli esseri umani in controllo della qualità.
- Lokaliseby LokalisePiattaforma di localizzazione AI di classe mondiale
The Algorithmby TwitterCodice sorgente per l'Algoritmo di Raccomandazione X
Recommendersby TensorFlowTensorFlow Recommenders è una libreria per costruire modelli di sistemi di raccomandazione utilizzando TensorFlow.- RPG_KDD2025by FacebookresearchQuesto repository fornisce il codice per implementare RPG descritto nel nostro articolo KDD'25 "Generazione di ID semantici lunghi in parallelo per raccomandazioni".
Resources & Links
Related Categories
Usi Hardware Aware Transformers?
Tieni traccia del suo costo insieme al resto del tuo stack e ricevi un promemoria prima del rinnovo.
Aggiungi al mio stackVendor
MIT HAN Lab
Efficient AI Computing. PI: Song Han
