Densely Connected LSTM + Var. Dropout
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
- Ghent University
- Typ organizace
- Academia
- Země
- Belgium
- Publikováno
- 19 July 2017
- Autoři
- Fréderic Godin, Joni Dambre, Wesley De Neve
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
- 23M
- Výcviková data
- 929,000 tokens
- Epochy
- 100
23M (Table 1)
"We trained for 100 epochs and used early stopping."
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
- 1.3 × 10¹⁶ FLOP
- Jak bylo ustanoveno
- Operation counting
6 FLOP / parameter / token * 23000000 parameters * 929000 tokens * 100 epochs = 1.28202e+16 FLOP
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
- Confident
- Citace
- 7
- Benchmark data
- Densely Connected LSTM + Var. Dropout
Žrovy
Odkud tento záznam pochází a kdy byl naposledy zkontrolován.
- Reference
- Improving Language Modeling using Densely Connected Recurrent Neural Networks
- Nap poslední aktualizace
- 28 November 2025
Co čísla znamenají
Pozadí
Densely Connected LSTM + Var. Dropout byl zveřejněn Ghent University, v zemi zaznamenané jako Belgium, během July 2017. Vychází z organizace, která je kategorizována jako academia.
funguje v oblasti Language, a je zaznamenán jako vykonávající úkol language modeling.
Jeho váhy nikdy nebyly zveřejněny, takže k němu lze přistupovat pouze prostřednictvím jeho poskytovatele. Žádná změna grafické karty to nezmění.
Trénink a původ
Trenovací běh spotřeboval asi 1.3 × 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
Densely Connected LSTM + Var. Dropout — běžné otázky
Densely Connected LSTM + Var. Dropout— Je to OPEN SOURCE?
Ne. Jeho váhy nebyly zveřejněny, takže existuje pouze jako služba řízená jeho vlastníkem.
Densely Connected LSTM + Var. Dropout— kolik má parametrů?
Má počet parametrů 23M. 23M (Table 1). Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.
Densely Connected LSTM + Var. Dropout— Kdo to vytvořil?
Bylo to publikováno společností Ghent University, zakládající se na Belgium, organizace zařazená jako academia.
Densely Connected LSTM + Var. Dropout— Kdy byl vydán?
Bylo to zveřejněno v July 2017. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.
Densely Connected LSTM + Var. Dropout— 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.
Densely Connected LSTM + Var. Dropout— kolik výpočetního výkonu bylo použito k jeho trénování?
Trénink spotřeboval kolem 1.3 × 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.
Densely Connected LSTM + Var. Dropout— 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.
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.