VD-LSTM+REAL Medium
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
- Stanford University,Salesforce Research
- Typ organizace
- Academia,Industry
- Země
- United States of America
- Publikováno
- 4 November 2016
- Autoři
- Hakan Inan, Khashayar Khosravi, Richard Socher
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
- 22.1M
- Výcviková data
- tokens
VD-LSTM+REAL Large has 51M parameters. The parameter count of the Medium model is not reported, but they say it has 650 hidden units per layer, compared to 1500 for the Large model. Neglecting the rest of the architecture, 51M * (650/1500) = 22.1M
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
- 404
- Benchmark data
- VD-LSTM+REAL Medium
Žrovy
Odkud tento záznam pochází a kdy byl naposledy zkontrolován.
- Reference
- Tying Word Vectors and Word Classifiers: A Loss Framework for Language Modeling
- Nap poslední aktualizace
- 25 May 2026
Co čísla znamenají
Co je tento MODEL
VD-LSTM+REAL Medium byl zveřejněn Stanford University,Salesforce Research, v zemi zaznamenané jako United States of America, během November 2016. Vydavatelská organizace je kategorizována jako academia,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.
Odpovědi
VD-LSTM+REAL Medium — běžné otázky
VD-LSTM+REAL Medium— Je to OPEN SOURCE?
Ne. Jeho váhy nebyly zveřejněny, takže existuje pouze jako služba řízená jeho vlastníkem.
VD-LSTM+REAL Medium— kolik má parametrů?
Má počet parametrů 22.1M. VD-LSTM+REAL Large has 51M parameters. The parameter count of the Medium model is not reported, but they say it has 650 hidden units per layer, compared to 1500 for the Large model. Neglecting the rest of the architecture, 51M * (650/1500) = 22.1M. Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.
VD-LSTM+REAL Medium— Kdo to vytvořil?
Bylo to publikováno společností Stanford University,Salesforce Research, zakládající se na United States of America, organizace zařazená jako academia,Industry.
VD-LSTM+REAL Medium— Kdy byl vydán?
Bylo to zveřejněno v November 2016. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.
VD-LSTM+REAL Medium— K čemu se to používá?
funguje v oblasti Language, a je zaznamenáno jako zpracovávající úkol language modeling. Model může nést několik z každého, takže to jsou oblasti, pro které byl navržen, spíše než omezení toho, co se pokusí.
VD-LSTM+REAL Medium— 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.