Stiefel-Manifold-Attention übertrumpft Standard-AdamW um +8,98 pp auf CIFAR-10 · Lumeric
Beitrag
FORSCHUNGarxiv.org· ArXiv cs.LG★Pro3h
Stiefel-Manifold-Attention übertrumpft Standard-AdamW um +8,98 pp auf CIFAR-10
Pro-Quelle
Dieser Beitrag stammt aus einer Pro-Quelle. Mit Lumeric Pro liest du den vollständigen Eintrag inklusive „Warum es zählt", Quelle und verwandten Beiträgen.