基于牛顿求根法，新算法实现并行训练和评估RNN，带来超10倍增速

AIGC动态欢迎阅读

原标题：基于牛顿求根法，新算法实现并行训练和评估RNN，带来超10倍增速

关键字：序列,算子,矩阵,模型,方法

文章来源：机器之心

内容字数：7120字

内容摘要：机器之心报道编辑：Panda W人们普遍认为 RNN 是无法并行化的，因为其本质上的序列特性：其状态依赖于前一状态。这使得人们难以用长序列来训练 RNN。近日，一种新算法的出现打破了这一惯常认知，可以并行化 RNN 和 NeuralODE 等非线性序列模型的评估和训练，从而为相关研究和开发带来显著的速度提升。过去十年来，深度学习领域发展迅速，其一大主要推动力便是并行化。通过 GPU 和 TPU 等…

原文链接：点此阅读原文：基于牛顿求根法，新算法实现并行训练和评估RNN，带来超10倍增速

联系作者

文章来源：机器之心

作者微信：almosthuman2014

作者简介：专业的人工智能媒体和产业服务平台