NeuMF (Pinterest)
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
- Shandong University,Texas A&M,National University of Singapore,Columbia University
- Tipo de Organización
- Academia,Academia,Academia,Academia
- País
- China, United States of America, Singapore
- Publicado
- 16 August 2017
- Autores
- X He, L Liao, H Zhang, L Nie, X Hu
Lo que hace
Las áreas problemáticas para las que se construyó el modelo. Un modelo puede llevar varios de cada uno.
- Dominio
- Recommendation
- Tarea
- Collaborative filtering
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.
- Datos de entrenamiento
- 1,500,809 tokens
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
- Highly cited
- Confianza de registro
- Unknown
- Citas
- 7,004
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- Neural Collaborative Filtering
- Última actualización
- 25 May 2026
Qué significan los números
De dónde vino
NeuMF (Pinterest) fue publicado por Shandong University,Texas A&M,National University of Singapore,Columbia University, en el país registrado como China, durante August 2017. La categoría en la que se encuentra el editor es academia,Academia,Academia,Academia.
Funciona en el dominio de Recommendation, y se registra como realizando la tarea de collaborative filtering.
Debido a que los pesos no están disponibles, ninguna de las cifras de hardware en este sitio se aplica a él.
Qué se necesitó para construirlo
Fue entrenado en un corpus de aproximadamente 1,500,809 tokens de texto
Su criterio de inclusión: highly cited.
Respuestas
NeuMF (Pinterest) — preguntas comunes
NeuMF (Pinterest)— ¿Es de código abierto?
La licencia nunca fue registrada en nuestros datos fuente. Tratamos las licencias no declaradas como cerradas, porque una licencia no registrada no es una en la que confiar.
NeuMF (Pinterest)— ¿cuántos parámetros tiene?
No se ha publicado el conteo de parámetros para él, por lo que no aparece ninguna cifra de memoria o velocidad en esta página.
NeuMF (Pinterest)— ¿Quién lo creó?
Fue publicado por Shandong University,Texas A&M,National University of Singapore,Columbia University, basado en China, una organización categorizada como academia,Academia,Academia,Academia.
NeuMF (Pinterest)— ¿cuándo fue lanzado?
Se publicó en August 2017. 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.
NeuMF (Pinterest)— ¿Para qué se utiliza?
Funciona en el dominio de Recommendation, y se registra como manejando la tarea de collaborative filtering. Estas son las áreas en las que fue diseñado; describen la intención más que un límite estricto.
NeuMF (Pinterest)— ¿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.