f(θ) = ½ θᵀHθθ⋆κ(H) ≫ 1gradient descentmomentum∇θ L(θ)
x ∈ ℝⁿhθMθ = { hθ(x) : x ∈ X }∂hθ / ∂z₁∂hθ / ∂z₂hθ(x₀)
HomeWorkBlogNoteResearchProjects

deep_learning

2 entries

  1. Tags
  2. deep_learning

Một chút về Transformers (Phần 2): Transformers

Jun 20, 2025
StableNonslop

Một chút về Transformers (Phần 1): Attention, Attention, Attention

Jun 19, 2025
StableNonslop