Rezultati

eNauka >  Rezultati >  Characterize and Compare the Performance of Deep Learning Optimizers in Recurrent Neural Network Architectures
Naziv: Characterize and Compare the Performance of Deep Learning Optimizers in Recurrent Neural Network Architectures
Autori: Zaeed, Mohammad; Islam, Tanzima Z; Indic, Vladimir 
Godina: 2024
Publikacija: 2024 IEEE 48TH ANNUAL COMPUTERS, SOFTWARE, AND APPLICATIONS CONFERENCE, COMPSAC 2024
ISSN: 2836-3787 Pretraži identifikator
Tip rezultata: Konferencijski rad
Kolacija: str. 39-44
DOI: 10.1109/COMPSAC61105.2024.00016
WoS-ID: 001308581200006
Scopus-ID: 2-s2.0-85204054351
URI: https://enauka.gov.rs/handle/123456789/952715
Projekat: U.S. Department of Energy, Office of Science [DE-SC0022843]
PerfROCm project
Izvor metapodataka: (Preuzeto iz Nasi u WoS)
M-kategorija: 
Mp kategorija će biti prikazana naknadno.

3
SCOPUSTM
Alt metrika
Dimensions
Unpaywall

Google ScholarTM

Rezultati na eNauka su zaštićeni autorskim pravima i sva prava su zadržana, osim ako nije drugačije naznačeno.