( en | de | ru )

 

Disambiguierung von "Dryden, Nikoli"

Autor der Publikation

KopierenLöschenDiese Publikation zur Ablage hinzufügen
Large-scale training of deep neural networks

. University of Illinois Urbana-Champaign, USA, (2019)

Bitte wählen Sie eine Person um die Publikation zuzuordnen

Um zwischen Personen mit demselben Namen zu unterscheiden, wird der akademische Grad und der Titel einer wichtigen Publikation angezeigt. Zudem lassen sich über den Button neben dem Namen einige der Person bereits zugeordnete Publikationen anzeigen.

Konrad Dryden

Zoran Nikoli

Ratko Nikoli

Vesna Nikoli

Richard Nikoli

 

Weitere Publikationen von Autoren mit dem selben Namen

The Case for Strong Scaling in Deep Learning: Training Large 3D CNNs With Hybrid Parallelism., , , , , , , , und . IEEE Trans. Parallel Distributed Syst., 32 (7): 1641-1652 (2021)Large-scale training of deep neural networks. University of Illinois Urbana-Champaign, USA, (2019)Cached Operator Reordering: A Unified View for Fast GNN Training., , , , , , und . CoRR, (2023)Gluon: a communication-optimizing substrate for distributed heterogeneous graph analytics., , , , , , , und . PLDI, Seite 752-768. ACM, (2018)Neural Parameter Allocation Search., , , , und . ICLR, OpenReview.net, (2022)Towards Scalable Parallel Training of Deep Neural Networks., , , und . MLHPC@SC, Seite 5:1-5:9. ACM, (2017)Improving Strong-Scaling of CNN Training by Exploiting Finer-Grained Parallelism., , , , , und . IPDPS, Seite 210-220. IEEE, (2019)STen: Productive and Efficient Sparsity in PyTorch., , , , und . CoRR, (2023)A Data-Centric Optimization Framework for Machine Learning., , , , , und . CoRR, (2021)A data-centric optimization framework for machine learning., , , , , und . ICS, Seite 36:1-36:13. ACM, (2022)