TRPO
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 California (UC) Berkeley
- Typ organizace
- Academia
- Země
- United States of America
- Publikováno
- 19 February 2015
- Autoři
- John Schulman, Sergey Levine, Philipp Moritz, Michael I. Jordan, Pieter Abbeel
Co to dělá
Problémové oblasti, pro které byl model vytvořen. Model může obsahovat několik z každého.
- Doména
- Games
- Úkol
- Atari
Velikost
Jak velký je model a kolik dat byl trénován. Parametry jsou číslo, které rozhoduje, zda se vejde na danou grafickou kartu.
- parametry
- 33.5K
- Výcviková data
- tokens
Tréninkový běh
Co fyzicky vyžadovalo trénování: které čipy, kolik, jak dlouho a co to vyžadovalo ze zásuvky.
- Doba reálného času
- 30 hours
"The 500 iterations of our algorithm took about 30 hours (with slight variation between games) on a 16-core computer."
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
Jak je to klasifikováno
Štítky aplikačních datových sad, které se používají při sledování významných modelů, a jak jistý je ve záznamu.
- Proč je to sledováno
- Highly cited
- Záznam důvěry
- Confident
- Citace
- 8,305
Also listed in Denis Panjuta's List of 100+ AI Algorithms
Žrovy
Odkud tento záznam pochází a kdy byl naposledy zkontrolován.
- Reference
- Trust Region Policy Optimization
- Nap poslední aktualizace
- 28 November 2025
Co čísla znamenají
Co je tento MODEL
TRPO byl zveřejněn University of California (UC) Berkeley, v zemi zaznamenané jako United States of America, během February 2015. Vydavatelská organizace je kategorizována jako academia.
funguje v oblasti Games, a je zaznamenán jako vykonávající úkol atari.
Protože váhy nejsou k dispozici, žádné z hardwarových údajů na tomto webu se na něj nevztahují.
Trénink a původ
Jeho kritérium zahrnutí: highly cited.
Odpovědi
TRPO — běžné otázky
TRPO— 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.
TRPO— Je to OPEN SOURCE?
Ne. Jeho váhy nebyly zveřejněny, takže existuje pouze jako služba řízená jeho vlastníkem.
TRPO— kolik má parametrů?
Má počet parametrů 33.5K. Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.
TRPO— Kdo to vytvořil?
Bylo to publikováno společností University of California (UC) Berkeley, zakládající se na United States of America, organizace zařazená jako academia.
TRPO— Kdy byl vydán?
Bylo to zveřejněno v February 2015. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.
TRPO— K čemu se to používá?
funguje v oblasti Games, a je zaznamenáno jako zpracovávající úkol atari. Model může nést několik z každého, takže to jsou oblasti, pro které byl navržen, spíše než omezení toho, co se pokusí.
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.