<  Retour au portail Polytechnique Montréal

Partially-separable loss to parallellize partitioned neural network training

P. Raynaud, Dominique Orban et J. Bigeon

Rapport technique (2023)

Un lien externe est disponible pour ce document
Département: Département de mathématiques et de génie industriel
Centre de recherche: GERAD - Groupe d'études et de recherche en analyse des décisions
URL de PolyPublie: https://publications.polymtl.ca/56951/
Numéro du rapport: G-2023-36
URL officielle: https://www.gerad.ca/fr/papers/G-2023-36
Date du dépôt: 20 déc. 2023 11:33
Dernière modification: 25 sept. 2024 16:48
Citer en APA 7: Raynaud, P., Orban, D., & Bigeon, J. (2023). Partially-separable loss to parallellize partitioned neural network training. (Rapport technique n° G-2023-36). https://www.gerad.ca/fr/papers/G-2023-36

Statistiques

Aucune statistique n'est disponible.

Actions réservées au personnel

Afficher document Afficher document