Weight Decay
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.
- Publikováno
- 2 December 1991
- Autoři
- A. Krogh, J. Hertz
Co to dělá
Problémové oblasti, pro které byl model vytvořen. Model může obsahovat několik z každého.
- Doména
- Speech
- Úkol
- Speech synthesis
Velikost
Jak velký je model a kolik dat byl trénován. Parametry jsou číslo, které rozhoduje, zda se vejde na danou grafickou kartu.
- parametry
- 8.4K
- Výcviková data
- 25,000 tokens
- Epochy
- 300
7*26*40+40+40*26+26=8386 "The network had 7 x 26 input units, 40 hidden units and 26 output units"
"It was trained on 400 to 5000 random words from the data base of around 20.000 words,"
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
- 7.5 × 10¹⁰ FLOP
- Jak bylo ustanoveno
- Operation counting
2*8386*3*1500000=75474000000=7.55e10 "It was trained on 400 to 5000 random words from the data base of around 20.000 words," "The top full line corresponds to the generalization error after 300 epochs"
Jak je to klasifikováno
Štítky aplikačních datových sad, které se používají při sledování významných modelů, a jak jistý je ve záznamu.
- Frontier model
- Yes
- Proč je to sledováno
- Highly cited,Historical significance
- Záznam důvěry
- Confident
Žrovy
Odkud tento záznam pochází a kdy byl naposledy zkontrolován.
- Reference
- A Simple Weight Decay Can Improve Generalization
- Nap poslední aktualizace
- 28 November 2025
Co čísla znamenají
Pozadí
Weight Decay byl zveřejněn its authors, během December 1991.
funguje v oblasti Speech, a je zaznamenán jako vykonávající úkol speech synthesis.
Toto je uzavřený model: trénované hodnoty zůstaly u toho, kdo je vyprodukoval, a není k dispozici žádná místní verze k spuštění.
Co bylo zapotřebí k jeho vybudování
Produkce toho vyžadovala aritmetiku v celkové výši přibližně 7.5 × 10¹⁰ FLOP. Tato částka měří, kolik stál výroba modelu, a nemá žádný vliv na to, jak rychle odpovídá.
Bylo to trénováno na korpusu asi 25,000 tokeny textu
Důvod, proč se to v tomto katalogu vůbec objevuje: highly cited,Historical significance.
Odpovědi
Weight Decay — běžné otázky
Weight Decay— Kdy byl vydán?
Bylo to zveřejněno v December 1991. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.
Weight Decay— K čemu se to používá?
funguje v oblasti Speech, a je zaznamenáno jako zpracovávající úkol speech synthesis. Toto jsou oblasti, kolem nichž byl navržen; popisují záměr spíše než tvrdou hranici.
Weight Decay— kolik výpočetního výkonu bylo použito k jeho trénování?
Trénink spotřeboval kolem 7.5 × 10¹⁰ 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.
Weight Decay— 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.
Weight Decay— 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.
Weight Decay— kolik má parametrů?
Má počet parametrů 8.4K. 7*26*40+40+40*26+26=8386 "The network had 7 x 26 input units, 40 hidden units and 26 output units". Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.
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.