david/flash-attention

réplica de https://github.com/Dao-AILab/flash-attention

Autor	SHA1 Mensaxe	Data
Tri Dao	f1a73d0740 Run isort and black on python files	hai 1 ano
Tri Dao	96d10f6545 Implement LLaMa	hai 1 ano
Tri Dao	6f6e9a9aaf [FusedDense] Enable sqrelu activation in FusedMLP	hai 1 ano
Tri Dao	2e33fc8e36 Add GPT and ViT models	%!s(int64=2) %!d(string=hai) anos