ScholarGate
Assistent
Machine learning

Blandning av experter

Mixture of Experts (MoE) är en sparsam neuralnätverksarkitektur, introducerad av Shazeer och kollegor 2017 med det sparsamt-gated MoE-lagret, där endast en delmängd av expert-subnätverk aktiveras för varje indata. Som sett i modeller som Switch Transformer och Mixtral, bibehåller den beräkningskostnaden konstant även när det totala antalet parametrar växer.

Öppna i MethodMindSnartApply, compare, get guidance
Tools & resources
Ladda ner bildspel
Learn & explore
VideoSnart

Läs hela metoden

Endast för medlemmar

Logga in med ett kostnadsfritt konto för att läsa avsnittet.

Logga in

Metodkarta

Närområdet av besläktade metoder — välj en nod för att utforska.

Källor

  1. Shazeer, N. et al. (2017). Outrageously Large Neural Networks: The Sparsely-Gated Mixture-of-Experts Layer. ICLR. arXiv:1701.06538 link
  2. Jiang, A.Q. et al. (2024). Mixtral of Experts. arXiv. link

Så citerar du den här sidan

ScholarGate. (2026, June 1). Sparsely-Gated Mixture of Experts (MoE). ScholarGate. https://scholargate.app/sv/deep-learning/mixture-of-experts

Vilken metod?

Placera den här metoden bredvid sina närmaste släktingar och läs dem sida vid sida — biblioteket lägger fram böckerna på bordet; valet är ditt.

Jämför sida vid sida

Refereras av

ScholarGateMixture of Experts (Sparsely-Gated Mixture of Experts (MoE)). Hämtad 2026-06-15 från https://scholargate.app/sv/deep-learning/mixture-of-experts · Datamängd: https://doi.org/10.5281/zenodo.20539026