Mamba (model stavového priestoru)
Mamba je architektúra sekvenčného modelu, ktorú v roku 2023 predstavili Gu a Dao a ktorá dosahuje lineárnu časovú zložitosť pri zachovaní silného výkonu pri úlohách jazykového modelovania. Kombináciou modelov stavového priestoru so selektivitou závislou od vstupu Mamba rieši kvadratickú zložitosť transformátorov pri zachovaní modelovacej sily.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Gu, A., & Dao, C. (2023). Mamba: Linear-time sequence modeling with selective state spaces. arXiv preprint arXiv:2312.08956. link ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Mamba: Linear-Time Sequence Modeling with Selective State Spaces. ScholarGate. https://scholargate.app/sk/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.
- Latentné difúzne modelyHlboké učenie↔ compare
- Maskované autoenkodéryHlboké učenie↔ compare
- Vision MambaHlboké učenie↔ compare
- Vision TransformerHlboké učenie↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →