Hopfield Networks (2020)
Keine Schätzung
Keine Hardwareanforderungen für dieses Modell
Die Gewichte dieses Modells sind OPEN, aber es wurde keine Parameteranzahl veröffentlicht. Jede MEMORY- und Geschwindigkeitszahl basiert auf dieser Zahl, daher zeigen wir lieber nichts als eine erfundene Schätzung..
Aufgezeichnet
Volle Spezifikation
Alles, was in unserer Datenbank für dieses Modell aufgezeichnet ist. Der Großteil beschreibt, wie es trainiert wurde, anstatt wie es läuft — nützlicher Kontext zur Beurteilung, wie viel Arbeit darin steckt und wie es sich mit Modellen vergleicht, die in einem anderen Maßstab erstellt wurden..
Ursprung
Wer hat dieses Modell gebaut, wo und wann es veröffentlicht wurde.
- Organisation
- Johannes Kepler University Linz,Institute of Advanced Research in Artificial Intelligence,University of Oslo
- Organisationsart
- Academia,Academia,Academia
- Land
- Austria, Norway
- Veröffentlicht
- 16 July 2020
- Autoren
- Hubert Ramsauer, Bernhard Schäfl, Johannes Lehner, Philipp Seidl, Michael Widrich, Thomas Adler, Lukas Gruber, Markus Holzleitner, Milena Pavlović, Geir Kjetil Sandve, Victor Greiff, David Kreil, Michael Kopp, Günter Klambauer, Johannes Brandstetter, Sepp Hochreiter
Was es tut
Die Problemfelder, für die das Modell entwickelt wurde. Ein Modell kann mehrere davon tragen.
- Domain
- Biology, Vision, Language, Medicine
- Aufgabe
- Drug discovery, Language modeling, Object recognition, Cancer diagnosis
Größe
Wie groß das Modell ist und wie viele Daten damit trainiert wurden. Parameter sind die Zahl, die entscheidet, ob es auf einer bestimmten GPU-Karte passt.
- Trainingsdaten
- tokens
Verfügbarkeit
Ob Sie das Modell beziehen und es auf Ihrer eigenen Hardware ausführen können, bestimmt, ob eine der Grafikkarten-Zahlen auf dieser Seite zutrifft.
- Gewichte
- Open — downloadable
- Modellzugang
- Open weights (unrestricted)
- Training-Code
- Unreleased
copyleft-like license, derivative works must retain this license. code here: https://github.com/ml-jku/hopfield-layers/blob/master/LICENSE
Wie es klassifiziert ist
Labels, die das Quell-Datenset anwendet, wenn bemerkenswerte Modelle verfolgt werden, und wie zuversichtlich es in den Eintrag ist.
- Warum es verfolgt wird
- SOTA improvement
- Aufzeichnungsgenauigkeit
- Unknown
- Zitationen
- 634
"Hopfield layers yielded a new state-ofthe-art when compared to different machine learning methods. Finally, Hopfield layers achieved state-of-the-art on two drug design datasets" "Our approach has set a new state-of-the-art and has outperformed other methods <..> on the datasets Tiger, Elephant and UCSB Breast Cancer (see Table 1)."
Quellen
Woher dieser Datensatz stammt und wann er zuletzt überprüft wurde.
- Referenz
- Hopfield Networks is All You Need
- Zuletzt aktualisiert
- 25 May 2026
Was die Zahlen bedeuten
Was dieses Modell ist
Hopfield Networks (2020) wurde veröffentlicht von Johannes Kepler University Linz,Institute of Advanced Research in Artificial Intelligence,University of Oslo, im Land aufgezeichnet als Austria, während July 2020. Die veröffentlichende Organisation ist als academia,Academia,Academia.
Es funktioniert im Bereich von Biology, Vision, Language, Medicine, und wird als die Aufgabe von aufgezeichnet drug discovery, Language modeling, Object recognition, Cancer diagnosis.
Veröffentlichte Gewichte bedeuten, dass das Modell auf deinem Rechner läuft und nicht auf dem eines anderen, was die Hardwarefrage unten überhaupt beantwortbar macht.
Wie es trainiert wurde
Es wird aus einem bestimmten Grund im zugrunde liegenden Datensatz verfolgt: sOTA improvement.
Antworten
Hopfield Networks (2020) — Häufige Fragen
Hopfield Networks (2020)— Wo kann ich es herunterladen?
Die Gewichte sind veröffentlicht, obwohl wir keinen Repository-Link dafür haben. Diese Seite berechnet die Hardware-Anforderungen, anstatt Modell-Dateien zu hosten.
Hopfield Networks (2020)— Welche GPU benötige ich, um es auszuführen?
Wir können nichts sagen. Es hat offene Gewichte, aber es wurde keine Parameteranzahl veröffentlicht, und jede Berechnung von Speicher und Geschwindigkeit basiert auf dieser Zahl. Wir würden lieber nichts zeigen als eine erfundene Schätzung.
Hopfield Networks (2020)— Ist es Open-Source?
Die Gewichte sind veröffentlicht, sodass sie heruntergeladen und auf Ihrer eigenen Hardware ausgeführt werden können. Beachten Sie, dass OPEN WEIGHTS nicht dasselbe wie OPEN SOURCE im vollen Sinne ist — es sagt nichts über die Trainingsdaten, den Trainingscode oder die damit verbundenen kommerziellen Bedingungen aus.
Hopfield Networks (2020)— Wie viele Parameter hat es?
Es wurden keine Parameteranzahlen veröffentlicht, weshalb keine Speicher- oder Geschwindigkeitsangaben auf dieser Seite erscheinen.
Hopfield Networks (2020)— Wer hat es erstellt?
Es wurde veröffentlicht von Johannes Kepler University Linz,Institute of Advanced Research in Artificial Intelligence,University of Oslo, basiert auf Austria, eine als kategorisierte Organisation academia,Academia,Academia.
Hopfield Networks (2020)— Wann wurde es veröffentlicht?
Es wurde veröffentlicht in July 2020. Die Fähigkeit pro Parameter hat sich erheblich verbessert, sodass ein neueres Modell derselben Größe oft die bessere Nutzung derselben Hardware darstellt.
Hopfield Networks (2020)— Wofür wird es verwendet?
Es funktioniert im Bereich von Biology, Vision, Language, Medicine, und wird als Bewältigung der Aufgabe von drug discovery, Language modeling, Object recognition, Cancer diagnosis. Modelle tragen häufig mehr als eines von jeder, und die Tags beschreiben den Zweck anstelle von Fähigkeitsgrenzen.
Die andere Richtung
Von der anderen Seite aus betrachten?
Diese Seite beginnt mit dem Modell. Wenn Sie bereits eine Karte besitzen und alles wissen möchten, was sie ausführen wird, Starte stattdessen von der Hardware.