最近 ， 基于QRNN的模型pQRNN在序列分类上仅用1.3M参数就取得了与BERT相当的结果（与440M参数的BERT相对）：
文章插图
结论我们深入讨论了新颖的QRNN架构 。我们看到了它如何在基于卷积的模型中增加递归 ， 从而加快了序列建模的速度 。QRNN的速度和性能也许真的可以替代Transformer 。
作者：Rohan Jagtap
deephub翻译组

• 在线教育竞争加剧 一家公司何以一个月融资两轮
• 向蚂蚁学习“跳一跳”战略，持续打磨公文写作核心竞争力
• 联合利华的长期竞争力，依赖于背后这只看不见的“手”
• Ark Invest：特斯拉(TSLA.US)Model 3能效高出竞争对手2倍
• 颠覆你对手表的读数方式——CASIO AQ440
• 外国主持人问马云：你眼中的竞争对手是谁？马云回答太霸气
• 有道竞争在线教育的王牌：左手在线课程 右手智能硬件
• 中国音乐行业洗牌，昔日巨头曲终人散，网易云成腾讯唯一对手
• 高通骁龙888对手来了！三星Exynos 2100即将登场
• 物联网芯片市场高速增长 国内企业竞争实力逐步显现