Transformer-XL + AutoDropout (PTB)
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
- Google Research
- Typ organizace
- Industry
- Země
- United States of America
- Publikováno
- 5 January 2021
- Autoři
- Hieu Pham, Quoc V. Le
Co to dělá
Problémové oblasti, pro které byl model vytvořen. Model může obsahovat několik z každého.
- Doména
- Language
- Úkol
- Language modeling
Velikost
Jak velký je model a kolik dat byl trénován. Parametry jsou číslo, které rozhoduje, zda se vejde na danou grafickou kartu.
- parametry
- 24M
- Výcviková data
- tokens
- Epochy
- 192
"We use the same model size as specified by Dai et al. (2019)."
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
- 5.8 × 10¹⁶ FLOP
"We train every configuration from scratch for 160,000 steps, using a batch size of 16 and a segment length of 70" Total tokens: 160000*16*70=179200000 Epochs: 179200000/929000=192 Training flop: 6*24000000*179200000=2.58048e+16 GPU hour estimate: 40*60*4*45000000000000*0.3=1.296e+17 Geometric mean: 57829941034035304
Tréninkový běh
Co fyzicky vyžadovalo trénování: které čipy, kolik, jak dlouho a co to vyžadovalo ze zásuvky.
- Tréninkový hardware
- Google TPU v2
- Používané čipy
- 4
- Doba reálného času
- 1 hours
- Příkon
- 2.3 kW
Dostupnost
Zda můžete získat model a spustit ho na svém vlastním hardwaru, což rozhoduje o tom, zda se některé z čísel grafických karet na této stránce vztahují.
- Hmotnosti
- Closed — provider access only
- Přístup k modelu
- Unreleased
- Tréninkový kód
- Unreleased
404: https://github.com/google-research/google-research/tree/master/auto_dropout
Jak je to klasifikováno
Štítky aplikačních datových sad, které se používají při sledování významných modelů, a jak jistý je ve záznamu.
- Záznam důvěry
- Confident
- Citace
- 63
- Benchmark data
- Transformer-XL + AutoDropout (PTB)
Žrovy
Odkud tento záznam pochází a kdy byl naposledy zkontrolován.
- Reference
- AutoDropout: Learning Dropout Patterns to Regularize Deep Networks
- Nap poslední aktualizace
- 25 May 2026
Co čísla znamenají
Pozadí
Transformer-XL + AutoDropout (PTB) byl zveřejněn Google Research, v zemi zaznamenané jako United States of America, během January 2021. Vychází z organizace, která je kategorizována jako industry.
funguje v oblasti Language, a je zaznamenán jako vykonávající úkol language modeling.
Toto je uzavřený model: trénované hodnoty zůstaly u toho, kdo je vyprodukoval, a není k dispozici žádná místní verze k spuštění.
Jak bylo trénováno
Trénování si vyžádalo výpočetní rozpočet přibližně 5.8 × 10¹⁶ FLOP, na hardwaru zaznamenáno jako Google TPU v2. Tato částka měří, kolik stál výroba modelu, a nemá žádný vliv na to, jak rychle odpovídá.
Odpovědi
Transformer-XL + AutoDropout (PTB) — běžné otázky
Transformer-XL + AutoDropout (PTB)— Kdo to vytvořil?
Bylo to publikováno společností Google Research, zakládající se na United States of America, organizace zařazená jako industry.
Transformer-XL + AutoDropout (PTB)— Kdy byl vydán?
Bylo to zveřejněno v January 2021. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.
Transformer-XL + AutoDropout (PTB)— K čemu se to používá?
funguje v oblasti Language, a je zaznamenáno jako zpracovávající úkol language modeling. Toto jsou oblasti, kolem nichž byl navržen; popisují záměr spíše než tvrdou hranici.
Transformer-XL + AutoDropout (PTB)— kolik výpočetního výkonu bylo použito k jeho trénování?
Trénink spotřeboval kolem 5.8 × 10¹⁶ FLOP, na hardwaru zaznamenáno jako Google TPU v2. 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.
Transformer-XL + AutoDropout (PTB)— 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.
Transformer-XL + AutoDropout (PTB)— Je to OPEN SOURCE?
Ne. Jeho váhy nebyly zveřejněny, takže existuje pouze jako služba řízená jeho vlastníkem.
Transformer-XL + AutoDropout (PTB)— kolik má parametrů?
Má počet parametrů 24M. "We use the same model size as specified by Dai et al. (2019).". Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.
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.