Rational DQN Average
Sin estimación
Sin requisitos de hardware para este modelo
Los pesos para este modelo no han sido publicados, por lo que no se puede descargar ni ejecutar en tu propio hardware de ningún tamaño. Solo se puede acceder a través de su proveedor, y ningún cambio de tarjeta gráfica eso..
En registro
especificación completa
Todo en archivo para este modelo. La mayor parte describe cómo fue entrenado en lugar de cómo se ejecuta — contexto útil para juzgar cuánto trabajo se invirtió en él y cómo se compara con modelos construidos a una escala diferente..
Origen
Quién construyó este modelo, dónde, y cuándo fue publicado.
- Organización
- TU Darmstadt
- Tipo de Organización
- Academia
- País
- Germany
- Publicado
- 18 February 2021
- Autores
- Q Delfosse, P Schramowski, A Molina
Lo que hace
Las áreas problemáticas para las que se construyó el modelo. Un modelo puede llevar varios de cada uno.
- Dominio
- Games
- Tarea
- Atari
Tamaño
Qué tan grande es el modelo y cuántos datos se usaron para su entrenamiento. Los parámetros son la cifra que decide si se ajusta en una tarjeta gráfica dada.
- parámetros
- 1.7M
- Datos de entrenamiento
- tokens
See figure 7
Disponibilidad
Si puedes obtener el modelo y ejecutarlo en tu propio hardware, lo que decide si alguna de las cifras de la GPU en esta página se aplica.
- Pesos
- Closed — provider access only
- Acceso al modelo
- Unreleased
- Código de entrenamiento
- Open (non-commercial)
"To get the trained agents, please contact Quentin Delfosse" no clear license https://github.com/ml-research/rational_rl/
Cómo está clasificado
Etiquetas que el conjunto de datos fuente aplica al rastrear modelos notables y cuán confiable es en la entrada.
- Por qué se rastrea
- SOTA improvement
- Citas
- 26
They don't claim absolute SOTA "We demonstrate that equipping popular algorithms with (joint) rational activations leads to consistent improvements on Atari games, notably making DQN competitive to DDQN and Rainbow"
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- Recurrent Rational Networks
- Última actualización
- 25 May 2026
Qué significan los números
De dónde vino
Rational DQN Average fue publicado por TU Darmstadt, en el país registrado como Germany, durante February 2021. Sale de una organización categorizada como academia.
Funciona en el dominio de Games, y se registra como realizando la tarea de atari.
Este es un modelo cerrado: los valores entrenados quedaron con quien los produjo, y no hay una versión local para ejecutar.
Qué se necesitó para construirlo
Se rastrea en el conjunto de datos subyacente por una razón en particular: sOTA improvement.
Respuestas
Rational DQN Average — preguntas comunes
Rational DQN Average— ¿Es de código abierto?
No. Sus pesos no han sido publicados, por lo que existe solo como un servicio controlado por su propietario.
Rational DQN Average— ¿cuántos parámetros tiene?
Tiene un recuento de parámetros de 1.7M. See figure 7. Esa cifra es el total, y es lo que decide cuánta MEMORIA necesita el modelo — aproximadamente medio gigabyte por mil millones en la compresión que la mayoría de las personas usa.
Rational DQN Average— ¿Quién lo creó?
Fue publicado por TU Darmstadt, basado en Germany, una organización categorizada como academia.
Rational DQN Average— ¿cuándo fue lanzado?
Se publicó en February 2021. La capacidad por parámetro ha mejorado considerablemente desde entonces, por lo que un modelo más reciente del mismo tamaño suele ser el mejor uso del mismo hardware.
Rational DQN Average— ¿Para qué se utiliza?
Funciona en el dominio de Games, y se registra como manejando la tarea de atari. Los Modelos suelen llevar más de uno de cada uno, y las etiquetas describen el propósito en lugar de los límites de capacidad.
Rational DQN Average— ¿Qué GPU necesito para ejecutarlo?
Ninguno. Este es un modelo cerrado: sus PESOS nunca fueron publicados, por lo que no se puede descargar o ejecutar en su propio hardware a ningún precio. Solo se puede acceder a él a través de su proveedor.
La otra dirección
¿Mirándolo desde el otro lado?
Esta página comienza desde el modelo. Si ya posees una tarjeta y quieres saber todo lo que podrá ejecutar., Comience desde el hardware en su lugar.