原创力文档- 1、本文档共72页，其中可免费阅读22页，需付费100金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
- 3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
摘要
摘要
在自然语言处理（NLP）领域，使用预训练语言模型（PLM）对特定下游任
务进行微调已经成为一种常见做法，并且研究显示模型规模越大效果就越好。然
而其巨大的参数规模导致了计算量剧增和推理时间延长。因此出现了一类通过
动态调整模型结构来降低计算量和推理时间的推理加速方法，也称动态神经网
络。本文聚焦于对BERT这类Transformer模型进行推理加速的方法——动态词
元修剪（DynamicTok
您可能关注的文档
- 基于SERVQUAL-IPA模型的A公司车险理赔服务质量提升研究.pdf
- 基于SERVQUAL模型的H公司第三方物流供应商服务质量改进研究.pdf
- 基于SIVA理论的JX新华书店营销策略研究.pdf
- 基于Spring+Cloud的灰度发布系统的设计与实现.pdf
- 基于STEAM的中职实训课教学实践研究--以数字媒体专业为例.pdf
- 基于Swin+Transformer的呼吸音自动分类方法研究.pdf
- 基于TableMaster的端到端的表格识别算法研究.pdf
- 基于Tesseract_OCR的笔记电子化研究.pdf
- 基于Transformer的三维人体姿态估计和动画生成优化算法研究.pdf
- 基于Transformer的图像降噪算法研究.pdf
文档评论（0）