 justheuristic
|
284250d00c
change order of grads
|
пре 5 година |
|
justheuristic
|
c5ee3d6041
only return grad w.r.t. inputs
|
пре 5 година |
|
justheuristic
|
05e7c92f3d
unpack tuple
|
пре 5 година |
|
justheuristic
|
5cbcf79b00
list -> tensor
|
пре 5 година |
|
justheuristic
|
c8889bde96
list -> tensor
|
пре 5 година |
|
justheuristic
|
8030c075c9
use lists for gatehr
|
пре 5 година |
|
justheuristic
|
49e4459ec8
do not .detach non-tensor parameters
|
пре 5 година |
|
justheuristic
|
97c4003e5c
enumerate
|
пре 5 година |
|
justheuristic
|
60af3952c9
flag to remove optimizer
|
пре 5 година |
|
justheuristic
|
9a4e306f39
flag to remove optimizer
|
пре 5 година |
|
justheuristic
|
80ab75583f
wip: parallel fault-tolerant moe backward pass
|
пре 5 година |
|
justheuristic
|
2b2ddf8280
wip: parallel fault-tolerant moe backward pass
|
пре 5 година |
|
justheuristic
|
6fb99c8746
wip: parallel fault-tolerant moe backward pass
|
пре 5 година |
|
justheuristic
|
ebe07eebfd
typo
|
пре 5 година |
|
justheuristic
|
88d1bdc025
unused imports
|
пре 5 година |
|
justheuristic
|
c58d08cc06
remove run_and_await_k completely, rename gating_function to moe
|
пре 5 година |
|
justheuristic
|
4a33e155b6
remove run_and_await_k completely
|
пре 5 година |
|
justheuristic
|
5016002186
remove dependency on run_and_await_k, rename GatingFunction to RemoteMixtureOfExperts
|
пре 5 година |
|
justheuristic
|
e71bb5428f
change print time for network
|
пре 5 година |
|
justheuristic
|
ba1533b7bb
add lifetime option for server and dht
|
пре 5 година |
|
justheuristic
|
7c8d091633
deduplicate args
|
пре 5 година |
|
justheuristic
|
7fe3b8d7a5
clarify network shutdown
|
пре 5 година |
|
justheuristic
|
3ceb24d07d
separate dht script
|
пре 5 година |
|
justheuristic
|
fbea1907a8
unused imports
|
пре 5 година |
|
justheuristic
|
40351c59cc
verbose printing
|
пре 5 година |
|
justheuristic
|
7f4530b210
verbose printing
|
пре 5 година |
|
justheuristic
|
36249045c7
deduplicate vars
|
пре 5 година |
|
justheuristic
|
9b6a8bdc8c
deduplicate vars
|
пре 5 година |
|
justheuristic
|
efbb531d14
deduplicate vars
|
пре 5 година |
|
justheuristic
|
a72b6c4ffe
formatting
|
пре 5 година |
