Lehrbücher sind alles, was man braucht: Microsofts phi-1 zeigt die Kraft kuratierter Daten 20. Juni 2023
GPipe: Effizientes Training riesiger neuronaler Netze per Pipeline-Parallelisierung 16. November 2018
Batch Normalization: Schnelleres Training tiefer Netze durch Reduktion des Internal Covariate Shift 11. Februar 2015