SPN-4+KN5
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
- Singapore University of Technology & Design,DSO National Laboratories
- Tipo de Organización
- Academia,Government
- País
- Singapore
- Publicado
- 14 September 2014
- Autores
- W. Cheng, Stanley Kok, Hoai Vu Pham, Hai Leong Chieu, K. M. A. Chai
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 usaron para su entrenamiento. Los parámetros son la cifra que decide si se ajusta en una tarjeta gráfica dada.
- parámetros
- 5M
- Datos de entrenamiento
- 929,000 tokens
Estimate from table 2 of https://arxiv.org/abs/1609.07843 The authors of the linked paper draw on estimates from table 3 of https://arxiv.org/pdf/1508.06615.pdf
seems like the authors use a non-standard split for the dataset "We performed our experiments on the commonly used Penn Treebank corpus [15], and adhered to the experimental setup used in previous work [6, 9]. We used sections 0-20, sections 21-22, and sections 23-24 respectively as training, validation and test sets" apparently the most common split is "In the most common split of this corpus, sections from 0 to 18 are used for training (38 219 sentences, 912 344 tokens), sections from 19 to …
Cómputo de entrenamiento
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 qué tan rápido te responde el modelo terminado.
- Cómputo de entrenamiento
- 4.4 × 10¹⁶ FLOP
- Cómo se estableció
- Hardware
40h, 1 GPU, 1028e9 Peak FLOP/s, 30% 1028000000000 FLOP/s/GPU * 1GPU * 40 hours * 3600 s/hour * 0.3 [assumed utilization] = 4.44096e+16 FLOP
La ejecución de entrenamiento
Lo que costó físicamente entrenar: qué chips, cuántos, por cuánto tiempo y qué eso consumió de la pared.
- Hardware de entrenamiento
- NVIDIA Tesla C2075
- Chips utilizados
- 1
- Tiempo de reloj
- 40 hours
- Consumo de energía
- 290 W
""e stopped training our SPN when its performance on the validation set stops improving at two consecutive evaluation points, or when it has run for 40 hours, whichever occurred first. (It turned out that both SPN-3 and SPN-4 ran for the maximum of 40 hours.) We parallelized our SPN code2 to run on a GPU, and ran our experiments on a machine with a 2.4 GHz CPU and an NVIDIA Tesla C2075 GPU (448 CUDA cores, 5GB of device memory)."
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)
code, no license specified: https://github.com/stakok/lmspn/tree/master/SPNLM training code: https://github.com/stakok/lmspn/blob/master/SPNLM/README.doc
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
- Confianza de registro
- Likely
- Citas
- 102
- Datos de referencia
- SPN-4+KN5
"Our empirical comparisons with six previous language models indicate that our SPN has superior performance"
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- Language modeling with sum-product networks
- Última actualización
- 28 November 2025
Qué significan los números
Qué es este modelo
SPN-4+KN5 fue publicado por Singapore University of Technology & Design,DSO National Laboratories, en el país registrado como Singapore, durante September 2014. La organización editora está clasificada como academia,Government.
Funciona en el dominio de Language, y se registra como realizando la tarea de language modeling.
Sus pesos nunca fueron publicados, por lo que solo se puede acceder a través de su proveedor. No hay cambios en la tarjeta gráfica que eso.
Cómo fue entrenado
Entrenarlo tomó un presupuesto de computación de aproximadamente 4.4 × 10¹⁶ FLOP, en hardware registrado como NVIDIA Tesla C2075. Esa cifra mide lo que costó producir el modelo, y no tiene relación con qué tan rápido responde.
Fue entrenado en un corpus de aproximadamente 929,000 tokens de texto
Se rastrea en el conjunto de datos subyacente por una razón en particular: sOTA improvement.
Respuestas
SPN-4+KN5 — preguntas comunes
SPN-4+KN5— ¿cuántos parámetros tiene?
Tiene un recuento de parámetros de 5M. Estimate from table 2 of https://arxiv.org/abs/1609.07843 The authors of the linked paper draw on estimates from table 3 of https://arxiv.org/pdf/1508.06615.pdf. 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.
SPN-4+KN5— ¿Quién lo creó?
Fue publicado por Singapore University of Technology & Design,DSO National Laboratories, basado en Singapore, una organización categorizada como academia,Government.
SPN-4+KN5— ¿cuándo fue lanzado?
Se publicó en September 2014. 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.
SPN-4+KN5— ¿Para qué se utiliza?
Funciona en el dominio de Language, y se registra como manejando la tarea de language modeling. Estas son las áreas en las que fue diseñado; describen la intención más que un límite estricto.
SPN-4+KN5— cuánto compute se utilizó para entrenarlo?
El entrenamiento consumió alrededor 4.4 × 10¹⁶ FLOP, en hardware registrado como NVIDIA Tesla C2075. Eso mide cuánto costó producir el modelo y no dice nada sobre cuán rápido responde una vez entrenado — la velocidad de inferencia proviene del ancho de banda de memoria, no del presupuesto de entrenamiento.
SPN-4+KN5— ¿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.
SPN-4+KN5— ¿Es de código abierto?
No. Sus pesos no han sido publicados, por lo que existe solo como un servicio controlado por su propietario.
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.