Startseite Projekte Adam-mini
Adam-mini
Python

Adam-mini

Code für Adam-mini: Verwenden Sie weniger Lernraten, um mehr zu gewinnen https://arxiv.org/abs/2406.16793

von zyushun · GitHub
Sterne
Forks
Erstellt
Letzter Commit
Kategorie
Sprache
deep-learninglarge-language-modelsoptimizerPython
Auf GitHub ansehen
In einfachen Worten

Verwenden Sie eine speichereffiziente Version des Adam-Optimierers für das Training von maschinellen Lernmodellen.

Betreuen Sie dieses Projekt?

Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.

Diese Seite beanspruchen →
Adam-mini — GitHub preview card
📈 Sternhistorie
460456
2026-07-202026-08-31
📈 Adam-mini verfolgen

Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.

Kostenlos · ohne Karte · jederzeit abbestellbar
E-Mail-Alerts erhalten →
📄 Über

Code für Adam-mini: Verwenden Sie weniger Lernraten, um mehr zu gewinnen https://arxiv.org/abs/2406.16793

Adam-mini hat 459 Sterne auf GitHub. Es wurde 19-mal geforkt. Adam-mini ist hauptsächlich in Python geschrieben. Es wird seit 2024 aktiv entwickelt. Die Hauptthemen sind: deep-learning, large-language-models, optimizer.

Frequently asked questions

Was ist Adam-mini?

Code für Adam-mini: Verwenden Sie weniger Lernraten, um mehr zu gewinnen https://arxiv.org/abs/2406.16793

Ist Adam-mini Open Source?

Adam-mini ist ein Open-Source-Projekt.

Ist Adam-mini kostenlos?

Ja. Adam-mini ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.

In welcher Sprache ist Adam-mini geschrieben?

Adam-mini ist hauptsächlich in Python geschrieben.

🏅 Wartender dieses Projekts?
olud.ai badge — Adam-mini

Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.

[![olud.ai](https://olud.ai/badge.php?tool=zyushun-adam-mini)](https://olud.ai/project/zyushun-adam-mini.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit🧬 DNA-Karte ansehen →

Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.