BriefGPT - AI 论文速递 · 2023-09-21T00:00:00Z SALSA-CLRS：一种稀疏且可扩展的算法推理基准 💡 原文中文，约400字，阅读约需1分钟。 📝 内容提要 本研究探讨了 Dynamic Sparse Training (DST) 在连续学习中的影响，发现在低稀疏度下，ERK 初始化更有效，而在高稀疏度下，均匀初始化更可靠。适应性是提升连续学习效果的有希望的方法。 🏷️ 标签 Dynamic Sparse Training ERK 初始化 稀疏度 算法 连续学习 适应性 阅读原文 生成长图 分享链接 已复制链接
