Tensorized Transformer (large PTB)
Keine Schätzung
Keine Hardwareanforderungen für dieses Modell
Die Gewichte für dieses Modell wurden nicht veröffentlicht, daher kann es nicht heruntergeladen oder auf Ihrer eigenen Hardware in beliebiger Größe betrieben werden. Es ist nur über seinen Anbieter erreichbar, und keine Grafikkarte ändert das..
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
- Tianjin University,Microsoft Research Asia,Beijing Institute of Technology
- Organisationsart
- Academia,Industry,Academia
- Land
- China
- Veröffentlicht
- 24 June 2019
- Autoren
- Xindian Ma, Peng Zhang, Shuai Zhang, Nan Duan, Yuexian Hou, Ming Zhou, Dawei Song
Was es tut
Die Problemfelder, für die das Modell entwickelt wurde. Ein Modell kann mehrere davon tragen.
- Domain
- Language
- Aufgabe
- Language modeling, Translation
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
- Epochen
- 30
Der Trainingslauf
Was es physisch gekostet hat, um zu trainieren: welche Chips, wie viele, wie lange und was das aus der Wand gezogen hat.
- Trainingshardware
- NVIDIA P40
- Verwendete Chips
- 2
- Stromverbrauch
- 1.0 kW
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
- Closed — provider access only
- Modellzugang
- Unreleased
- Training-Code
- Unreleased
Wie es klassifiziert ist
Labels, die das Quell-Datenset anwendet, wenn bemerkenswerte Modelle verfolgt werden, und wie zuversichtlich es in den Eintrag ist.
- Aufzeichnungsgenauigkeit
- Confident
- Zitationen
- 194
- Benchmark-Daten
- Tensorized Transformer (large PTB)
Quellen
Woher dieser Datensatz stammt und wann er zuletzt überprüft wurde.
- Referenz
- A Tensorized Transformer for Language Modeling
- Zuletzt aktualisiert
- 25 May 2026
Was die Zahlen bedeuten
Über dieses Modell
Tensorized Transformer (large PTB) wurde veröffentlicht von Tianjin University,Microsoft Research Asia,Beijing Institute of Technology, im Land aufgezeichnet als China, während June 2019. Die Kategorie, in die der Herausgeber fällt, ist academia,Industry,Academia.
Es funktioniert im Bereich von Language, und wird als die Aufgabe von aufgezeichnet language modeling, Translation.
Da die Gewichte nicht verfügbar sind, gelten keine der Hardwareangaben an anderer Stelle auf dieser Seite für sie.
Antworten
Tensorized Transformer (large PTB) — Häufige Fragen
Tensorized Transformer (large PTB)— Welche GPU benötige ich, um es auszuführen?
Dieses ist ein geschlossenes Modell — seine Gewichte wurden nie veröffentlicht, sodass es zu keinem Preis heruntergeladen oder auf Ihrer eigenen Hardware ausgeführt werden kann. Es ist nur über seinen Anbieter erreichbar.
Tensorized Transformer (large PTB)— Ist es Open-Source?
Nein. Seine Gewichte wurden nicht veröffentlicht, daher existiert es nur als ein Dienst, der von seinem Eigentümer kontrolliert wird.
Tensorized Transformer (large PTB)— Wie viele Parameter hat es?
Es wurden keine Parameteranzahlen veröffentlicht, weshalb keine Speicher- oder Geschwindigkeitsangaben auf dieser Seite erscheinen.
Tensorized Transformer (large PTB)— Wer hat es erstellt?
Es wurde veröffentlicht von Tianjin University,Microsoft Research Asia,Beijing Institute of Technology, basiert auf China, eine als kategorisierte Organisation academia,Industry,Academia.
Tensorized Transformer (large PTB)— Wann wurde es veröffentlicht?
Es wurde veröffentlicht in June 2019. Die Fähigkeit pro Parameter hat sich erheblich verbessert, sodass ein neueres Modell derselben Größe oft die bessere Nutzung derselben Hardware darstellt.
Tensorized Transformer (large PTB)— Wofür wird es verwendet?
Es funktioniert im Bereich von Language, und wird als Bewältigung der Aufgabe von language modeling, Translation. 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.