Adaptive Subgrad
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
- Technion - Israel Institute of Technology,Google,University of California (UC) Berkeley
- Tipo de Organización
- Academia,Industry,Academia
- País
- Israel, United States of America
- Publicado
- 3 October 2011
- Autores
- J Duchi, E Hazan, Y Singer
Lo que hace
Las áreas problemáticas para las que se construyó el modelo. Un modelo puede llevar varios de cada uno.
- Dominio
- Language
- Tarea
- Text classification
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
- 800,000 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
- 11,018
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- Adaptive Subgradient Methods for Online Learning and Stochastic Optimization
- Última actualización
- 1 January 2026
Qué significan los números
De dónde vino
Adaptive Subgrad fue publicado por Technion - Israel Institute of Technology,Google,University of California (UC) Berkeley, en el país registrado como Israel, durante October 2011. La organización editora está clasificada como academia,Industry,Academia.
Funciona en el dominio de Language, y se registra como realizando la tarea de text classification.
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.
Qué se necesitó para construirlo
El conjunto de entrenamiento se ejecutó a aproximadamente 800,000 tokens de texto
Se rastrea en el conjunto de datos subyacente por una razón en particular: highly cited.
Respuestas
Adaptive Subgrad — preguntas comunes
Adaptive Subgrad— ¿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.
Adaptive Subgrad— ¿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.
Adaptive Subgrad— ¿Quién lo creó?
Fue publicado por Technion - Israel Institute of Technology,Google,University of California (UC) Berkeley, basado en Israel, una organización categorizada como academia,Industry,Academia.
Adaptive Subgrad— ¿cuándo fue lanzado?
Se publicó en October 2011. 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.
Adaptive Subgrad— ¿Para qué se utiliza?
Funciona en el dominio de Language, y se registra como manejando la tarea de text classification. Los Modelos suelen llevar más de uno de cada uno, y las etiquetas describen el propósito en lugar de los límites de capacidad.
Adaptive Subgrad— ¿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.