LSTM-3-layer+Gadam
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
- University of Oxford,University of Bristol,University of Cambridge
- Typ organizace
- Academia,Academia,Academia
- Země
- United Kingdom of Great Britain and Northern Ireland
- Publikováno
- 2 March 2020
- Autoři
- Diego Granziol, Xingchen Wan, Samuel Albanie, Stephen Roberts
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
- 912,344 tokens
- Epochy
- 200
24M imputed from Merity et al. 2017 https://arxiv.org/abs/1708.02182
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
- 2.6 × 10¹⁶ FLOP
- Jak bylo ustanoveno
- Operation counting
6 FLOP / parameter / token * 24000000 parameters * 912344 tokens * 200 epochs = 2.6275507e+16 FLOP
Tréninkový běh
Co fyzicky vyžadovalo trénování: které čipy, kolik, jak dlouho a co to vyžadovalo ze zásuvky.
- Tréninkový hardware
- NVIDIA GeForce RTX 2080 Ti 11GB
- Používané čipy
- 1
- Příkon
- 281 W
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
Jak je to klasifikováno
Štítky aplikačních datových sad, které se používají při sledování významných modelů, a jak jistý je ve záznamu.
- Záznam důvěry
- Likely
- Citace
- 5
- Benchmark data
- LSTM-3-layer+Gadam
Žrovy
Odkud tento záznam pochází a kdy byl naposledy zkontrolován.
- Reference
- Iterative Averaging in the Quest for Best Test Error
- Nap poslední aktualizace
- 28 November 2025
Co čísla znamenají
Pozadí
LSTM-3-layer+Gadam byl zveřejněn University of Oxford,University of Bristol,University of Cambridge, v zemi zaznamenané jako United Kingdom of Great Britain and Northern Ireland, během March 2020. Vychází z organizace, která je kategorizována jako academia,Academia,Academia.
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.
Trénink a původ
Produkce toho vyžadovala aritmetiku v celkové výši přibližně 2.6 × 10¹⁶ FLOP, na hardwaru zaznamenáno jako NVIDIA GeForce RTX 2080 Ti 11GB. Tato částka měří, kolik stál výroba modelu, a nemá žádný vliv na to, jak rychle odpovídá.
Trénink spotřeboval korpus kolem 912,344 tokeny textu
Odpovědi
LSTM-3-layer+Gadam — běžné otázky
LSTM-3-layer+Gadam— kolik výpočetního výkonu bylo použito k jeho trénování?
Trénink spotřeboval kolem 2.6 × 10¹⁶ FLOP, na hardwaru zaznamenáno jako NVIDIA GeForce RTX 2080 Ti 11GB. 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.
LSTM-3-layer+Gadam— 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.
LSTM-3-layer+Gadam— Je to OPEN SOURCE?
Ne. Jeho váhy nebyly zveřejněny, takže existuje pouze jako služba řízená jeho vlastníkem.
LSTM-3-layer+Gadam— kolik má parametrů?
Má počet parametrů 24M. 24M imputed from Merity et al. 2017 https://arxiv.org/abs/1708.02182. Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.
LSTM-3-layer+Gadam— Kdo to vytvořil?
Bylo to publikováno společností University of Oxford,University of Bristol,University of Cambridge, zakládající se na United Kingdom of Great Britain and Northern Ireland, organizace zařazená jako academia,Academia,Academia.
LSTM-3-layer+Gadam— Kdy byl vydán?
Bylo to zveřejněno v March 2020. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.
LSTM-3-layer+Gadam— K čemu se to používá?
funguje v oblasti Language, a je zaznamenáno jako zpracovávající úkol language modeling. Modely často obsahují více než jeden z každého a štítky popisují účel spíše než omezení schopností.
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.