ycliper

Популярное

Музыка Кино и Анимация Автомобили Животные Спорт Путешествия Игры Юмор

Интересные видео

2025 Сериалы Трейлеры Новости Как сделать Видеоуроки Diy своими руками

Топ запросов

смотреть а4 schoolboy runaway турецкий сериал смотреть мультфильмы эдисон
Скачать

Dynamic Tanh (DyT) Explained in 3 Minutes! | Transformers Without Normalization

Автор: Kavishka Abeywardana

Загружено: 2026-03-01

Просмотров: 10

Описание: What if Transformers never needed normalization layers at all? 🤯

For years, LayerNorm and RMSNorm have been considered essential components of modern deep learning architectures.

But this CVPR 2025 paper challenges that assumption with a surprisingly simple idea: replace normalization with a learnable tanh operation called Dynamic Tanh (DyT).

Instead of computing statistics like mean and variance, DyT simply learns how to scale activations and smoothly squash extreme values, capturing the true behavior normalization provides without explicitly normalizing.

In this video, we intuitively explore:
✅ What normalization layers actually do inside Transformers
✅ Why LayerNorm behaves like a tanh function
✅ The core idea behind Dynamic Tanh (DyT)
✅ How Transformers can train without normalization
✅ What this means for future neural network design

This work questions one of deep learning’s most accepted design choices and gives new insight into how stability really emerges in modern architectures.

#ai #deeplearning #machinelearning #transformers #neuralnetworks #CVPR2025 #artificialintelligence #researchpaper #LayerNormalization #LayerNorm #DynamicTanh #DyT #representationlearning #SelfSupervisedLearning #AIResearch #mlresearch #computervision #llm #techexplained #ThreeMinutePaper

Не удается загрузить Youtube-плеер. Проверьте блокировку Youtube в вашей сети.
Повторяем попытку...
Dynamic Tanh (DyT) Explained in 3 Minutes! | Transformers Without Normalization

Поделиться в:

Доступные форматы для скачивания:

Скачать видео

  • Информация по загрузке:

Скачать аудио

Похожие видео

EfficientNet Explained Simply | Compound Scaling in CNNs (Depth vs Width vs Resolution)

EfficientNet Explained Simply | Compound Scaling in CNNs (Depth vs Width vs Resolution)

MiniLLM Explained in 3 Minutes 🤖 | Smarter LLM Distillation with Reverse KL & On-Policy Learning

MiniLLM Explained in 3 Minutes 🤖 | Smarter LLM Distillation with Reverse KL & On-Policy Learning

How to Implement Sustainable, Cost-Effective AI Inference at Scale

How to Implement Sustainable, Cost-Effective AI Inference at Scale

VQ-VAE Explained in 3 Minutes! | How Neural Networks Learn Discrete Representations

VQ-VAE Explained in 3 Minutes! | How Neural Networks Learn Discrete Representations

Mixtral of Experts Explained in 3 Minutes!

Mixtral of Experts Explained in 3 Minutes!

Вода нарушает законы физики — тревожный ответ Фейнмана

Вода нарушает законы физики — тревожный ответ Фейнмана

Ад на Ближнем Востоке

Ад на Ближнем Востоке

The Smarter Way to Scale Neural Networks | EfficientNet Explained in 3 Minutes!

The Smarter Way to Scale Neural Networks | EfficientNet Explained in 3 Minutes!

Когда микроконтроллер становится узким местом? Разбираем реальные ограничения STM32

Когда микроконтроллер становится узким местом? Разбираем реальные ограничения STM32

Claude Code: Настройка, которая делает его в 10 раз полезнее

Claude Code: Настройка, которая делает его в 10 раз полезнее

Юваль Ной Харари и Макс Тегмарк о будущем, сверх разуме, развитии ИИ, другом

Юваль Ной Харари и Макс Тегмарк о будущем, сверх разуме, развитии ИИ, другом

47-летняя иранская трагедия движется к завершению.

47-летняя иранская трагедия движется к завершению.

Циркон. Что не сходится в версиях о перехватах над Украиной? История гиперзвуковой ракеты.

Циркон. Что не сходится в версиях о перехватах над Украиной? История гиперзвуковой ракеты.

Różaniec Teobańkologia ze św. Janem Pawłem II za rozbite rodziny i małżeństwa w kryzysie | 01.03

Różaniec Teobańkologia ze św. Janem Pawłem II za rozbite rodziny i małżeństwa w kryzysie | 01.03

Истинная цель удара по Ирану: Как Вашингтон отрезает Китай от дешевой нефти. Фараджаллах

Истинная цель удара по Ирану: Как Вашингтон отрезает Китай от дешевой нефти. Фараджаллах

Италия строила свой танк сорок лет и вот что из этого вышло!

Италия строила свой танк сорок лет и вот что из этого вышло!

Хитрость в Excel: как получить адрес, скрытый за гиперссылкой.

Хитрость в Excel: как получить адрес, скрытый за гиперссылкой.

🔥АУСЛЕНДЕР: АД ДЛЯ ИРАНА! Трамп отдал приказ! Вот как все начиналось в Тегеране

🔥АУСЛЕНДЕР: АД ДЛЯ ИРАНА! Трамп отдал приказ! Вот как все начиналось в Тегеране

АЛЬТМАН: Я Отдал Агенту Полный Контроль На 2 Часа  — И Не Пожалел

АЛЬТМАН: Я Отдал Агенту Полный Контроль На 2 Часа — И Не Пожалел

Письмо из будущего. Последствия  ИИ 2028

Письмо из будущего. Последствия ИИ 2028

© 2025 ycliper. Все права защищены.



  • Контакты
  • О нас
  • Политика конфиденциальности



Контакты для правообладателей: [email protected]