Inicio Explorar Axuda
Rexistro Iniciar sesión
david
/
flash-attention
réplica de https://github.com/Dao-AILab/flash-attention
1
0
Fork 0
Ficheiros Incidencias 0 Wiki
Rama: fa3-fp8-varlen
Ramas Etiquetas
flash-attention
/
training
/
configs
/
optimizer
/
adamw-apex.yaml

adamw-apex.yaml 81 B
Permalink Histórico Raw

123 
  1. # @package train.optimizer
    2. 

  2. _target_: apex.optimizers.FusedAdam
    3. 

  3. adam_w_mode: True
    4.