In diesem Dokument werden die OpenNMT-Einreichungen f\u00fcr die gemeinsame Effizienzaufgabe WNGT 2020 beschrieben. Wir untersuchen die Ausbildung und Beschleunigung von Transformatormodellen in verschiedenen Gr\u00f6\u00dfen, die in einem Lehrer-Sch\u00fcler-Setup ausgebildet werden. Wir stellen auch eine benutzerdefinierte und optimierte C++-Inferenzengine vor, die eine schnelle CPU- und GPU-Dekodierung mit wenigen Abh\u00e4ngigkeiten erm\u00f6glicht. Durch die Kombination zus\u00e4tzlicher Optimierungs- und Parallelisierungstechniken erstellen wir kleine, effiziente und qualitativ hochwertige neuronale maschinelle \u00dcbersetzungsmodelle.<\/p>","protected":false},"excerpt":{"rendered":"
Dieses Dokument beschreibt die OpenNMT-Einreichungen f\u00fcr die gemeinsam genutzte WNGT 2020-Effizienzaufgabe. Wir untersuchen das Training und die Beschleunigung von Transformatormodellen mit verschiedenen Gr\u00f6\u00dfen, die in einem Lehrer-Sch\u00fcler-Setup trainiert werden. Wir pr\u00e4sentieren au\u00dferdem eine benutzerdefinierte und optimierte C++-Inferenzengine, die eine schnelle CPU- und GPU-Decodierung mit wenigen Abh\u00e4ngigkeiten erm\u00f6glicht. Durch Kombination zus\u00e4tzlicher Optimierungen ... Fortsetzung<\/a><\/p>","protected":false},"featured_media":0,"template":"","class_list":["post-3158","paper","type-paper","status-publish","hentry"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.systransoft.com\/de\/wp-json\/wp\/v2\/paper\/3158","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.systransoft.com\/de\/wp-json\/wp\/v2\/paper"}],"about":[{"href":"https:\/\/www.systransoft.com\/de\/wp-json\/wp\/v2\/types\/paper"}],"wp:attachment":[{"href":"https:\/\/www.systransoft.com\/de\/wp-json\/wp\/v2\/media?parent=3158"}],"curies":[{"name":"WP","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}