Fraternal dropout + AWD-LSTM 3-layer (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
- University of Montreal / Université de Montréal,Mila - Quebec AI (originally Montreal Institute for Learning Algorithms)
- Typ organizace
- Academia,Academia
- Země
- Canada
- Publikováno
- 31 October 2017
- Autoři
- Konrad Zolna, Devansh Arpit, Dendi Suhubdy, Yoshua Bengio
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
- 929,000 tokens
- Epochy
- 520
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
- 7 × 10¹⁶ FLOP
6*24000000*929000*520=6.956352e+16
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
- Open source
BSD-3 license: https://github.com/kondiz/fraternal-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
- Benchmark data
- Fraternal dropout + AWD-LSTM 3-layer (PTB)
Žrovy
Odkud tento záznam pochází a kdy byl naposledy zkontrolován.
- Reference
- Fraternal Dropout
- Nap poslední aktualizace
- 11 February 2026
Co čísla znamenají
Odkud to přišlo
Fraternal dropout + AWD-LSTM 3-layer (PTB) byl zveřejněn University of Montreal / Université de Montréal,Mila - Quebec AI (originally Montreal Institute for Learning Algorithms), v zemi zaznamenané jako Canada, během October 2017. Kategorie, do které vydavatel spadá, je 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.
Jak bylo trénováno
Trénování si vyžádalo výpočetní rozpočet přibližně 7 × 10¹⁶ FLOP. Tato částka měří, kolik stál výroba modelu, a nemá žádný vliv na to, jak rychle odpovídá.
Trénink spotřeboval korpus kolem 929,000 tokeny textu
Odpovědi
Fraternal dropout + AWD-LSTM 3-layer (PTB) — běžné otázky
Fraternal dropout + AWD-LSTM 3-layer (PTB)— kolik má parametrů?
Má počet parametrů 24M. Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.
Fraternal dropout + AWD-LSTM 3-layer (PTB)— Kdo to vytvořil?
Bylo to publikováno společností University of Montreal / Université de Montréal,Mila - Quebec AI (originally Montreal Institute for Learning Algorithms), zakládající se na Canada, organizace zařazená jako academia,Academia.
Fraternal dropout + AWD-LSTM 3-layer (PTB)— Kdy byl vydán?
Bylo to zveřejněno v October 2017. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.
Fraternal dropout + AWD-LSTM 3-layer (PTB)— 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.
Fraternal dropout + AWD-LSTM 3-layer (PTB)— kolik výpočetního výkonu bylo použito k jeho trénování?
Trénink spotřeboval kolem 7 × 10¹⁶ FLOP. 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.
Fraternal dropout + AWD-LSTM 3-layer (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.
Fraternal dropout + AWD-LSTM 3-layer (PTB)— Je to OPEN SOURCE?
Ne. Jeho váhy nebyly zveřejněny, takže existuje pouze jako služba řízená jeho vlastníkem.
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.