ReLU-Speech
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
- Google,University of Toronto,New York University (NYU)
- Typ organizace
- Industry,Academia,Academia
- Země
- United States of America, Canada
- Publikováno
- 26 May 2013
- Autoři
- Matthew D. Zeiler, Marc'Aurelio Ranzato, R. Monga, Mark Z. Mao, K. Yang, Quoc V. Le, Patrick Nguyen, A. Senior, Vincent Vanhoucke, J. Dean, Geoffrey E. Hinton
Co to dělá
Problémové oblasti, pro které byl model vytvořen. Model může obsahovat několik z každého.
- Doména
- Speech
- Úkol
- Speech recognition (ASR)
Velikost
Jak velký je model a kolik dat byl trénován. Parametry jsou číslo, které rozhoduje, zda se vejde na danou grafickou kartu.
- parametry
- 101.7M
- Výcviková data
- tokens
"The overall input dimensionality is 1040," "All layers of our networks have 2560 hidden units " "used to generate 7969 context-dependent tied acoustic states" Largest model: 12 hidden layers (Fig 4) Parameters: 1040*2560+12*2560*2560+2560*7969=101706240
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 × 10¹⁷ FLOP
- Jak bylo ustanoveno
- Hardware
"across 4 machines using up to 4 CPUs each" CPU model not specified, I assumed a Sandy Bridge with 16 FLOP/cycle and 3.3GhZ based on the publication year (4*16*3300000000=211200000000 FLOP/s per machine) Compute: 4*211200000000*168*60*60*0.3 = 1.53e17 Alternatively, the training set is "several hundred hours of speech", with inputs consisting of 26 frames, each frame is 10ms apart. If we assume 400h of training data, 400h/10ms/26= 5,538,461 inputs 6 * 101706240 * 5,538,461 = 3.38e15 FLOPs per e…
Tréninkový běh
Co fyzicky vyžadovalo trénování: které čipy, kolik, jak dlouho a co to vyžadovalo ze zásuvky.
- Doba reálného času
- 168 hours (7 days)
"The results we report are obtained by training for one week."
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
- Training cost,SOTA improvement
- Záznam důvěry
- Likely
I don't see any standard benchmarks that they used for evaluations
Žrovy
Odkud tento záznam pochází a kdy byl naposledy zkontrolován.
- Reference
- On rectified linear units for speech processing
- Nap poslední aktualizace
- 28 November 2025
Co čísla znamenají
O tomto modelu
ReLU-Speech byl zveřejněn Google,University of Toronto,New York University (NYU), v zemi zaznamenané jako United States of America, během May 2013. Vydavatelská organizace je kategorizována jako industry,Academia,Academia.
funguje v oblasti Speech, a je zaznamenán jako vykonávající úkol speech recognition (ASR).
Protože váhy nejsou k dispozici, žádné z hardwarových údajů na tomto webu se na něj nevztahují.
Co bylo zapotřebí k jeho vybudování
Produkce toho vyžadovala aritmetiku v celkové výši přibližně 1.3 × 10¹⁷ FLOP. Tato částka měří, kolik stál výroba modelu, a nemá žádný vliv na to, jak rychle odpovídá.
Je sledováno v základním datasetu z jednoho konkrétního důvodu: training cost,SOTA improvement.
Odpovědi
ReLU-Speech — běžné otázky
ReLU-Speech— kolik má parametrů?
Má počet parametrů 101.7M. "The overall input dimensionality is 1040," "All layers of our networks have 2560 hidden units " "used to generate 7969 context-dependent tied acoustic states" Largest model: 12 hidden layers (Fig 4) Parameters: 1040*2560+12*2560*2560+2560*7969=101706240. Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.
ReLU-Speech— Kdo to vytvořil?
Bylo to publikováno společností Google,University of Toronto,New York University (NYU), zakládající se na United States of America, organizace zařazená jako industry,Academia,Academia.
ReLU-Speech— Kdy byl vydán?
Bylo to zveřejněno v May 2013. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.
ReLU-Speech— K čemu se to používá?
funguje v oblasti Speech, a je zaznamenáno jako zpracovávající úkol speech recognition (ASR). Modely často obsahují více než jeden z každého a štítky popisují účel spíše než omezení schopností.
ReLU-Speech— kolik výpočetního výkonu bylo použito k jeho trénování?
Trénink spotřeboval kolem 1.3 × 10¹⁷ 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.
ReLU-Speech— 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.
ReLU-Speech— Je to OPEN SOURCE?
Licencování nikdy nebylo zaznamenáno v našich zdrojových datech. Neuváděné licencování považujeme za uzavřené, protože nezaznamenaná licence není na kterou by se dalo spoléhat.
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.