RNNLM + Dynamic KL Regularization
Sin estimación
No hay requisitos de hardware para este modelo
Los pesos de este modelo no han sido publicados, por lo que no se puede descargar ni ejecutar en su propio hardware en ningún tamaño. Solo es accesible a través de su proveedor, y ninguna tarjeta gráfica lo cambia.
En registro
Especificación completa
Todo lo registrado para este modelo. La mayoría de ello describe cómo fue entrenado en lugar de cómo se ejecuta — contexto útil para juzgar cuánto trabajo se dedicó a ello y cómo se compara con modelos construidos a una escala diferente.
Origen
¿Quién construyó este modelo, dónde y cuándo fue publicado?
- Organización
- Northwestern University
- Tipo de organización
- Academia
- País
- United States of America
- Publicado
- 1 January 2018
- Autores
- Thanapon Noraset, David Demeter, Doug Downey
Lo que hace
Las áreas problemáticas para las que se construyó el modelo. Un modelo puede llevar varios de cada uno.
- Dominio
- Language
- Tarea
- Language modeling
Tamaño
Qué tan grande es el modelo y cuántos datos se utilizaron para entrenarlo. Los parámetros son la cifra que decide si se ajusta en una tarjeta gráfica dada.
- Parámetros
- 13.3M
- Datos de entrenamiento
- tokens
- Épocas
- 20
2-layer LSTM, 650 hidden units per layer, embedding size = 650. Penn Treebank standard vocab = ~10k words (from Zaremba et al. 2014) 2 * (4 * (650*650 + 650*650 + 650)) + (650*10000)+10000 = 13275200
Penn Treebank known to have 930k tokens
Entrenamiento de computación
La aritmética realizada para entrenar el modelo, medida en operaciones de punto flotante. Es una medida de lo que costó la ejecución del entrenamiento, no de cuán rápido responde el modelo terminado.
- Entrenamiento de computación
- 5 × 10¹⁴ FLOP
((8*650*(650+650))*2)*2 * 930000 tokens/epoch * 20 epochs = 5.029e14. batch size assumed from prior literature
Disponibilidad
Si puedes obtener el modelo y ejecutarlo en tu propio hardware, lo cual es lo que decide si alguna de las cifras de la tarjeta gráfica en esta página aplica.
- Pesos
- Closed — provider access only
- Acceso al modelo
- Unreleased
- Código de entrenamiento
- Unreleased
code, but not experiment code: https://github.com/northanapon/seqmodel/tree/aaai18
Cómo se clasifica
Etiquetas que aplica el conjunto de datos de origen al rastrear modelos notables y cuán seguro está de la entrada.
- Registrar confianza
- Likely
- Citas
- 9
- Benchmark data
- RNNLM + Dynamic KL Regularization
Fuentes
De dónde proviene este registro y cuándo fue revisado por última vez.
- Referencia
- Controlling Global Statistics in Recurrent Neural Network Text Generation
- Última actualización
- 28 November 2025
Qué significan los números
Qué es este modelo
RNNLM + Dynamic KL Regularization was published by Northwestern University, in United States of America, in January 2018. The organisation is categorised as academia.
It works in Language, and is recorded as doing language modeling.
Debido a que los pesos no están disponibles, ninguna de las cifras de hardware en otro lugar de este sitio se aplica a él.
Training and provenance
The training run consumed about 5 × 10¹⁴ FLOP. That figure describes the cost of creating it and has no bearing on how quickly it generates text.
Respuestas
RNNLM + Dynamic KL Regularization — Preguntas frecuentes
How many parameters does RNNLM + Dynamic KL Regularization have?
RNNLM + Dynamic KL Regularization has 13.3M parameters. 2-layer LSTM, 650 hidden units per layer, embedding size = 650. Penn Treebank standard vocab = ~10k words (from Zaremba et al. 2014) 2 * (4 * (650*650 + 650*650 + 650)) + (650*10000)+10000 = 13275200. That figure is the total, and it is what decides how much memory the model needs — roughly half a gigabyte per billion at the compression most people use.
Who created RNNLM + Dynamic KL Regularization?
RNNLM + Dynamic KL Regularization was published by Northwestern University, based in United States of America, categorised as academia.
When was RNNLM + Dynamic KL Regularization released?
RNNLM + Dynamic KL Regularization was published in January 2018. Capability per parameter has improved considerably since, so a newer model of the same size is often the better use of the same hardware.
What is RNNLM + Dynamic KL Regularization used for?
RNNLM + Dynamic KL Regularization works in Language, and is recorded as handling language modeling. Models frequently carry more than one of each, and the tags describe purpose rather than capability limits.
How much compute was used to train RNNLM + Dynamic KL Regularization?
Around 5 × 10¹⁴ FLOP. That measures what producing the model cost and says nothing about how quickly it answers once trained — inference speed comes from memory bandwidth, not from the training budget.
What GPU do I need to run RNNLM + Dynamic KL Regularization?
None. RNNLM + Dynamic KL Regularization is a closed model — its weights were never published, so it cannot be downloaded or run on your own hardware at any price. It is reachable only through its provider.
Is RNNLM + Dynamic KL Regularization open source?
No. RNNLM + Dynamic KL Regularization has not had its weights published, so it exists only as a service controlled by its owner.
La otra dirección
¿Mirándolo desde el otro lado?
Esta página comienza desde el modelo. Si ya posee una tarjeta y desea saber todo lo que podrá ejecutar, empiece por el hardware en su lugar.