Inicio Explorar Ayuda
Registro Iniciar sesión
david
/
flash-attention
espejo de https://github.com/Dao-AILab/flash-attention
1
0
Fork 0
Archivos Incidencias 0 Wiki
Árbol: 0dfb281743
Ramas Etiquetas
flash-attention
/
training
/
configs
/
experiment
/
owt
Tri Dao 88173a1aaf [FusedDense] Support relu, rename FusedDenseGeluDense -> FusedMLP hace 1 año
..
base.yaml 71befc19e1 [Loss] Use flash_attn.losses.cross_entropy.CrossEntropyLoss hace 1 año
gpt2l-flash.yaml 4a6eaa9f27 Update configs, add results hace 2 años
gpt2l-hf.yaml 0bf5e50038 Release training code hace 2 años
gpt2l.yaml 0bf5e50038 Release training code hace 2 años
gpt2m-flash.yaml 4a6eaa9f27 Update configs, add results hace 2 años
gpt2m-hf.yaml 0bf5e50038 Release training code hace 2 años
gpt2m.yaml 0bf5e50038 Release training code hace 2 años
gpt2s-flash.yaml 88173a1aaf [FusedDense] Support relu, rename FusedDenseGeluDense -> FusedMLP hace 1 año
gpt2s-hf.yaml 0bf5e50038 Release training code hace 2 años
gpt2s.yaml 0bf5e50038 Release training code hace 2 años
gpt2xl-flash.yaml 4a6eaa9f27 Update configs, add results hace 2 años
gpt2xl-hf.yaml 4a6eaa9f27 Update configs, add results hace 2 años
gpt2xl.yaml 0bf5e50038 Release training code hace 2 años