Machine learningTime-series forecasting

দীর্ঘ অনুক্রমের জন্য কার্যকর ট্রান্সফরমার: রিফর্মার

রিফর্মার হলো কিটায়েভ, কাইজার এবং লেভস্কায়া কর্তৃক ICLR ২০২০ সালে প্রবর্তিত ট্রান্সফরমার আর্কিটেকচারের একটি কার্যকর সংস্করণ। এটি দীর্ঘ অনুক্রমের জন্য স্ট্যান্ডার্ড সেলফ-অ্যাটেনশনের ব্যয়বহুল O(L²) মেমরি এবং কম্পিউটেশনাল খরচ সমাধান করে। মূল উদ্ভাবনগুলি হলো লোকালিটি-সেনসিটিভ হ্যাশিং (LSH) অ্যাটেনশন, যা O(L log L) সময়ে পূর্ণ অ্যাটেনশনকে আনুমানিক করে, এবং রিভার্সিবল রেসিডিউয়াল লেয়ার যা প্রশিক্ষণের সময় অ্যাক্টিভেশন মেমরিকে নাটকীয়ভাবে হ্রাস করে।

MethodMind-এ খুলুনশীঘ্রইভিডিওশীঘ্রইDownload slides

পুরো পদ্ধতিটি পড়ুন

শুধু সদস্যদের জন্য

এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।

সাইন ইন করুন

Method map

The neighbourhood of related methods — select a node to explore.

দীর্ঘ অনুক্রমের জন্য কার্যকর ট্রান্সফরমার: রিফর্মার
InformerPyraformer

উৎস

  1. Kitaev, N., Kaiser, Ł., & Levskaya, A. (2020). Reformer: The efficient transformer. ICLR. link

এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন

ScholarGate. (2026, June 2). Reformer (The Efficient Transformer). ScholarGate. https://scholargate.app/bn/deep-learning/reformer

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

যেখানে উদ্ধৃত

ScholarGateReformer (Reformer (The Efficient Transformer)). 2026-06-15 তারিখে সংগৃহীত, উৎস: https://scholargate.app/bn/deep-learning/reformer · ডেটাসেট: https://doi.org/10.5281/zenodo.20539026