Key points are not available for this paper at this time.
大規模な長短期記憶（LSTM）ネットワークのパラメータ数を削減し、学習を加速する2つの簡単な方法を提案します：1つ目はLSTM行列を2つの小さな行列の積に「設計による行列因数分解」し、2つ目はLSTM行列、その入力および状態を独立したグループに分割することです。両方のアプローチにより、使用するRNNパラメータを大幅に減らしながら、ほぼ最先端のパープレキシティに到達するまで大規模LSTMネットワークを大幅に高速に学習できます。
Building similarity graph...
Analyzing shared references across papers
Loading...
Kuchaievら（Fri,）はこの問題を研究しました。
www.synapsesocial.com/papers/6a09638987ad1657d2513fda — DOI: https://doi.org/10.48550/arxiv.1703.10722
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context:
Oleksii Kuchaiev
Boris Ginsburg
Building similarity graph...
Analyzing shared references across papers
Loading...