Lightweight Fine-tuning a Pretrained Protein Language Model for Protein Secondary
Žádný odhad
Žádné hardwarové požadavky pro tento model
Hmotnosti pro tento model nebyly zveřejněny, takže jej nelze stáhnout ani spustit na vlastním hardwaru v žádné velikosti. Je dostupný pouze prostřednictvím svého poskytovatele, a žádná změna grafické karty to nezmění..
Na záznamu
Plná specifikace
Všechno o tomto modelu v záznamech. Většina z toho popisuje, jak byl trénován, spíše než jak funguje — užitečný kontext pro posouzení, kolik práce do něj bylo vynaloženo, a jak se srovnává s modely postavenými na jiné úrovni..
Původ
Kdo vytvořil tento model, kde a kdy byl publikován.
- Organizace
- Henan University
- Typ organizace
- Academia
- Země
- China
- Publikováno
- 23 March 2023
- Autoři
- Wei Yang, Chun Liu, Zheng Li
Co to dělá
Problémové oblasti, pro které byl model vytvořen. Model může obsahovat několik z každého.
- Doména
- Biology
- Úkol
- Protein or nucleotide language model (pLM/nLM), Protein folding prediction
- Základní model
- ProtT5-XL-U50
Velikost
Jak velký je model a kolik dat byl trénován. Parametry jsou číslo, které rozhoduje, zda se vejde na danou grafickou kartu.
- Výcviková data
- 10,000,001 tokens
25,792 training chains × 400 residues = 10,316,800 tokens ≈ 1.0e7
Výpočty pro trénink
Aritmetika prováděná k trénování modelu, měřená v operacích s plovoucí desetinnou čárkou. Je to měřítko toho, kolik stál tréninkový běh, ne jak rychle hotový model na vás odpovídá.
- Výpočty pro trénink
- 1.9 × 10²² FLOP
- Jak bylo ustanoveno
- Hardware
- Ladění výpočtů
- 6.1 × 10¹⁸ FLOP
1. Hardware setup: 1x NVIDIA GeForce RTX 3090 Ti (1.60 x 10^14 FP16 FLOP/s) 2. Training duration: Directly provided - 2,200 seconds/epoch × 43 epochs = 94,600 seconds 3. Utilization rate: 40% 4. Final calculation: 1.60 × 10^14 FLOP/s × 94,600 seconds × 0.4 = 6.05 × 10^18 FLOPs Base model: 18704498688000000000000 Total: 18704498688000000000000+6.05 × 10^18=18710548688000000000000
Tréninkový běh
Co fyzicky vyžadovalo trénování: které čipy, kolik, jak dlouho a co to vyžadovalo ze zásuvky.
- Tréninkový hardware
- NVIDIA GeForce RTX 3090 Ti
- Používané čipy
- 1
- Doba reálného času
- 27 hours
- Příkon
- 493 W
Jak je to klasifikováno
Štítky aplikačních datových sad, které se používají při sledování významných modelů, a jak jistý je ve záznamu.
- Záznam důvěry
- Confident
Žrovy
Odkud tento záznam pochází a kdy byl naposledy zkontrolován.
- Reference
- Lightweight Fine-tuning a Pretrained Protein Language Model for Protein Secondary Structure Prediction
- Nap poslední aktualizace
- 28 November 2025
Co čísla znamenají
Odkud to přišlo
Lightweight Fine-tuning a Pretrained Protein Language Model for Protein Secondary byl zveřejněn Henan University, v zemi zaznamenané jako China, během March 2023. Kategorie, do které vydavatel spadá, je academia.
funguje v oblasti Biology, a je zaznamenán jako vykonávající úkol protein or nucleotide language model (pLM/nLM), Protein folding prediction.
Staví na ProtT5-XL-U50. To je obvyklý způsob, jak je specializovaný model vytvářen.
Toto je uzavřený model: trénované hodnoty zůstaly u toho, kdo je vyprodukoval, a není k dispozici žádná místní verze k spuštění.
Jak bylo trénováno
Produkce toho vyžadovala aritmetiku v celkové výši přibližně 1.9 × 10²² FLOP, na hardwaru zaznamenáno jako NVIDIA GeForce RTX 3090 Ti. Tato částka měří, kolik stál výroba modelu, a nemá žádný vliv na to, jak rychle odpovídá.
Tréninková sada běžela na přibližně 10,000,001 tokeny textu
Odpovědi
Lightweight Fine-tuning a Pretrained Protein Language Model for Protein Secondary — běžné otázky
Lightweight Fine-tuning a Pretrained Protein Language Model for Protein Secondary— Jakou GPU potřebuji k jejímu spuštění?
Žádné. Toto je uzavřený model — jeho váhy nikdy nebyly zveřejněny, takže jej nelze stáhnout nebo spustit na vlastním hardwaru za žádnou cenu. Je dostupný pouze prostřednictvím jeho poskytovatele.
Lightweight Fine-tuning a Pretrained Protein Language Model for Protein Secondary— Je to OPEN SOURCE?
Licencování nikdy nebylo zaznamenáno v našich zdrojových datech. Neuváděné licencování považujeme za uzavřené, protože nezaznamenaná licence není na kterou by se dalo spoléhat.
Lightweight Fine-tuning a Pretrained Protein Language Model for Protein Secondary— kolik má parametrů?
Pro něj nebyl zveřejněn žádný počet parametrů, a proto se na této stránce neobjevují žádné údaje o paměti nebo rychlosti.
Lightweight Fine-tuning a Pretrained Protein Language Model for Protein Secondary— Kdo to vytvořil?
Bylo to publikováno společností Henan University, zakládající se na China, organizace zařazená jako academia.
Lightweight Fine-tuning a Pretrained Protein Language Model for Protein Secondary— Kdy byl vydán?
Bylo to zveřejněno v March 2023. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.
Lightweight Fine-tuning a Pretrained Protein Language Model for Protein Secondary— K čemu se to používá?
funguje v oblasti Biology, a je zaznamenáno jako zpracovávající úkol protein or nucleotide language model (pLM/nLM), Protein folding prediction. Modely často obsahují více než jeden z každého a štítky popisují účel spíše než omezení schopností.
Lightweight Fine-tuning a Pretrained Protein Language Model for Protein Secondary— kolik výpočetního výkonu bylo použito k jeho trénování?
Trénink spotřeboval kolem 1.9 × 10²² FLOP, na hardwaru zaznamenáno jako NVIDIA GeForce RTX 3090 Ti. To měří, co stálo výrobu modelu, a neříká nic o tom, jak rychle odpovídá po natrénování — rychlost inferencí závisí na šířce pásma paměti, nikoli na rozpočtu na trénink.
Druhý směr
Díváte se na to z druhé strany?
Tato stránka začíná od modelu. Pokud již vlastníte kartu a chcete vědět všechno, co bude spuštěno, začněte raději od hardwaru.