Semi-Supervised Embedding for DL
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
- Google,NUANCE Communications,IDIAP,University of Illinois Urbana-Champaign (UIUC)
- Organisationsart
- Industry,Industry,Academia,Academia
- Land
- United States of America, Switzerland
- Veröffentlicht
- 5 July 2008
- Autoren
- Jason Weston, Frederick, Ratle, Hossein Mobahi, Ronan Collobert
Was es tut
Die Problemfelder, für die das Modell entwickelt wurde. Ein Modell kann mehrere davon tragen.
- Domain
- Other
- Aufgabe
- Image classification, Language Structure Modeling, Text classification
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
- 632,000,000 tokens
Wie es klassifiziert ist
Labels, die das Quell-Datenset anwendet, wenn bemerkenswerte Modelle verfolgt werden, und wie zuversichtlich es in den Eintrag ist.
- Aufzeichnungsgenauigkeit
- Unknown
- Zitationen
- 1,087
Quellen
Woher dieser Datensatz stammt und wann er zuletzt überprüft wurde.
- Referenz
- Deep Learning via Semi-Supervised Embedding
- Zuletzt aktualisiert
- 28 November 2025
Was die Zahlen bedeuten
Über dieses Modell
Semi-Supervised Embedding for DL wurde veröffentlicht von Google,NUANCE Communications,IDIAP,University of Illinois Urbana-Champaign (UIUC), im Land aufgezeichnet als United States of America, während July 2008. Die Kategorie, in die der Herausgeber fällt, ist industry,Industry,Academia,Academia.
Es funktioniert im Bereich von Other, und wird als die Aufgabe von aufgezeichnet image classification, Language Structure Modeling, Text classification.
Seine Gewichte wurden niemals veröffentlicht, daher kann es nur über seinen Anbieter erreicht werden. Keine Grafikkarten ändern das.
Was in den Aufbau geflossen ist
Training verbrauchte ein Korpus von etwa 632,000,000 Text-Tokens
Antworten
Semi-Supervised Embedding for DL — Häufige Fragen
Semi-Supervised Embedding for DL— Wer hat es erstellt?
Es wurde veröffentlicht von Google,NUANCE Communications,IDIAP,University of Illinois Urbana-Champaign (UIUC), basiert auf United States of America, eine als kategorisierte Organisation industry,Industry,Academia,Academia.
Semi-Supervised Embedding for DL— Wann wurde es veröffentlicht?
Es wurde veröffentlicht in July 2008. Die Fähigkeit pro Parameter hat sich erheblich verbessert, sodass ein neueres Modell derselben Größe oft die bessere Nutzung derselben Hardware darstellt.
Semi-Supervised Embedding for DL— Wofür wird es verwendet?
Es funktioniert im Bereich von Other, und wird als Bewältigung der Aufgabe von image classification, Language Structure Modeling, Text classification. Dies sind die Bereiche, um die es entworfen wurde; sie beschreiben die Absicht und nicht eine harte Grenze.
Semi-Supervised Embedding for DL— 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.
Semi-Supervised Embedding for DL— Ist es Open-Source?
Die Lizenzierung wurde nie in unseren Quelldaten aufgezeichnet. Wir behandeln nicht angegebene Lizenzen als geschlossen, da eine nicht aufgezeichnete Lizenz keine ist, auf die man sich verlassen kann.
Semi-Supervised Embedding for DL— Wie viele Parameter hat es?
Es wurden keine Parameteranzahlen veröffentlicht, weshalb keine Speicher- oder Geschwindigkeitsangaben auf dieser Seite erscheinen.
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.