MLP with back-propagation
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 San Diego,Carnegie Mellon University (CMU)
- Typ organizace
- Academia,Academia
- Země
- United States of America
- Publikováno
- 1 October 1986
- Autoři
- Rumelhart, David E.; Hinton, Geoffrey E.; Williams, Ronald J.
Co to dělá
Problémové oblasti, pro které byl model vytvořen. Model může obsahovat několik z každého.
- Doména
- Mathematics
- Úkol
- Triplet completion
- Přístup
- Unsupervised
Velikost
Jak velký je model a kolik dat byl trénován. Parametry jsou číslo, které rozhoduje, zda se vejde na danou grafickou kartu.
- parametry
- 0.7K
- Výcviková data
- 104 tokens
Architecture in Figure 3: 24+12 input -> 6 + 6 hidden -> 12 hidden -> 6 hidden -> 24 output Parameters: 6*24+6*12+12*12+6*12+24*12=720
There are 104 relationship triplets ("[...] of the 104 possible triplets")
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
- 6.7 × 10⁸ FLOP
- Jak bylo ustanoveno
- Operation counting
We assume that the number of mult-adds per pass is equal to the number of parameters -> 2*720=1440 FLOP per forward pass. "We trained the network for 1500 sweeps" There are 104 relationship triplets ("[...] of the 104 possible triplets") FLOP: 1500*104*3*1440=673920000
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
- Záznam důvěry
- Confident
- Citace
- 29,621
Žrovy
Odkud tento záznam pochází a kdy byl naposledy zkontrolován.
- Reference
- Learning representations by back-propagating errors
- Nap poslední aktualizace
- 1 January 2026
Co čísla znamenají
Pozadí
MLP with back-propagation byl zveřejněn University of California San Diego,Carnegie Mellon University (CMU), v zemi zaznamenané jako United States of America, během October 1986. Vydavatelská organizace je kategorizována jako academia,Academia.
funguje v oblasti Mathematics, a je zaznamenán jako vykonávající úkol triplet completion.
Jeho váhy nikdy nebyly zveřejněny, takže k němu lze přistupovat pouze prostřednictvím jeho poskytovatele. Žádná změna grafické karty to nezmění.
Trénink a původ
Trénování si vyžádalo výpočetní rozpočet přibližně 6.7 × 10⁸ FLOP. Tato částka měří, kolik stál výroba modelu, a nemá žádný vliv na to, jak rychle odpovídá.
Bylo to trénováno na korpusu asi 104 tokeny textu
Je sledováno v základním datasetu z jednoho konkrétního důvodu: highly cited.
Odpovědi
MLP with back-propagation — běžné otázky
MLP with back-propagation— 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.
MLP with back-propagation— kolik má parametrů?
Má počet parametrů 0.7K. Architecture in Figure 3: 24+12 input -> 6 + 6 hidden -> 12 hidden -> 6 hidden -> 24 output Parameters: 6*24+6*12+12*12+6*12+24*12=720. Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.
MLP with back-propagation— Kdo to vytvořil?
Bylo to publikováno společností University of California San Diego,Carnegie Mellon University (CMU), zakládající se na United States of America, organizace zařazená jako academia,Academia.
MLP with back-propagation— Kdy byl vydán?
Bylo to zveřejněno v October 1986. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.
MLP with back-propagation— K čemu se to používá?
funguje v oblasti Mathematics, a je zaznamenáno jako zpracovávající úkol triplet completion. Model může nést několik z každého, takže to jsou oblasti, pro které byl navržen, spíše než omezení toho, co se pokusí.
MLP with back-propagation— kolik výpočetního výkonu bylo použito k jeho trénování?
Trénink spotřeboval kolem 6.7 × 10⁸ 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.
MLP with back-propagation— 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.