일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | ||||||
2 | 3 | 4 | 5 | 6 | 7 | 8 |
9 | 10 | 11 | 12 | 13 | 14 | 15 |
16 | 17 | 18 | 19 | 20 | 21 | 22 |
23 | 24 | 25 | 26 | 27 | 28 |
Tags
- bert
- Private ML
- Copilot
- Residual Connection
- Model Compression
- math
- Transformer
- Computer Vision
- AI
- Github Copilot
- Language Modeling
- Knowledge Tracing
- 자연어처리
- Natural Language Processing
- Pre-training
- 머신러닝
- GPT
- attention
- Deep learning
- 동형암호
- 표현론
- Knowledge Distillation
- Machine Learning
- NLP
- Data Augmentation
- Homomorphic Encryption
- matrix multiplication
- 딥러닝
- ICML
- KT
Archives
- Today
- Total
목록Linear Algebra (1)
Anti Math Math Club

오랜만에 논문 리뷰 글을 쓰네요. 페이스북을 하다가 도저히 지나칠 수 없는 제목의 논문을 발견해서 읽어보았습니다. 제목은 Multiplying Matrices Without Multiplying, 즉 곱하기 안쓰고 행렬 곱하기인데, 이게 뭔 개소린가 싶어서 abstract를 읽어보니 (결과만 보면) 100배정도 더 빨라졌다고 하여 좀 더 자세히 읽어보았습니다. 이 논문에서의 문제 상황은 정말 일반적인 두 행렬을 곱하는 상황이 아닌, 조금 더 특수하지만 그래도 머신러닝을 하다보면 많이 접할 수 밖에 없는 상황을 가정합니다. 그리고 정확한 곱을 계산하는게 아닌 approximate matrix multiplication을 다룹니다(가장 대표적인 approximate matrix multiplication 알..
Machine Learning & Deep Learning/Algorithms
2021. 9. 11. 16:44