当前位置:网站首页>ICLR2022 | 训练面向分子模拟的十亿级参数 GNN
ICLR2022 | 训练面向分子模拟的十亿级参数 GNN
2022-06-21 12:32:00 【智源社区】

论文链接:https://openreview.net/forum?id=0jP2n0YFmKG
今天给大家介绍 Meta(Facebook) AI Research 团队 2022 年发表在 ICLR 上的论文 “TOWARDS TRAINING BILLION PARAMETER GRAPH NEURAL NETWORKS FOR ATOMIC SIMULATIONS”。本文针对原子模拟领域,提出了一种图并行框架,可以分布式的在多 GPU 上训练十亿级参数量的超大图神经网络模型。在标准数据集 OC20 上最高实现了 21% 的性能提升。
边栏推荐
猜你喜欢
随机推荐
Educator web exercises - Page node elements
redis中的数据类型
计算距离的几种方式汇总
[100 unity practical skills] | obtain the coordinates of mouse clicks in the game and move the game object to the click position of the mouse
EKF 扩展卡尔曼滤波适用于全向地盘的修改方法
3. 函数提高
Technical scheme for environmental monitoring system of power distribution room
Uniapp wechat applet obtains location authorization
CP Instruction Learning
五大(七大)原则-系统学习三
Practical application of ankerui BM100 series signal isolator
Add a description to the form component
i. MX - rt1052 pulse width modulation (PWM)
如何手动删除浮动ip
3D Slicer将分割结果保存
给表单组件添加说明
在数字时代实现IT敏捷性的12个技巧
显示Oracle某一张表的所有索引
Simple factory vs Factory Method & handwritten automatic chemical factory - system learning 6
Methods commonly used in uniapp (part) - timestamp problem and rich text parsing image problem









