Mamba (Állapot-tér modell)
A Mamba egy szekvenciamodell-architektúra, amelyet Gu és Dao vezetett be 2023-ban, és amely lineáris időkomplexitást ér el, miközben erős teljesítményt nyújt a nyelvi modellezési feladatokban. Az állapot-tér modellek és a bemenettől függő szelektivitás kombinálásával a Mamba a transzformerek kvadratikus komplexitását kezeli, miközben megőrzi a modellezési képességet.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- Gu, A., & Dao, C. (2023). Mamba: Linear-time sequence modeling with selective state spaces. arXiv preprint arXiv:2312.08956. link ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Mamba: Linear-Time Sequence Modeling with Selective State Spaces. ScholarGate. https://scholargate.app/hu/deep-learning/mamba
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.
- Latens diffúziós modellekMélytanulás↔ compare
- Maszkolt AutoenkóderekMélytanulás↔ compare
- Vision MambaMélytanulás↔ compare
- Vision TransformerMélytanulás↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →