Regularized SVD for Collaborative Filtering
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
- Warsaw University
- Tipo de Organización
- Academia
- País
- Poland
- Publicado
- 12 August 2007
- Autores
- A Paterek
Lo que hace
Las áreas problemáticas para las que se construyó el modelo. Un modelo puede llevar varios de cada uno.
- Dominio
- Recommendation
- Tarea
- Recommender system
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
- 100,480,507 tokens
Cómo está clasificado
Etiquetas que el conjunto de datos fuente aplica al rastrear modelos notables y cuán confiable es en la entrada.
- Citas
- 1,117
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- Improving regularized singular value decomposition for collaborative filtering
- Última actualización
- 28 November 2025
Qué significan los números
Fondo
Regularized SVD for Collaborative Filtering fue publicado por Warsaw University, en el país registrado como Poland, durante August 2007. La organización editora está clasificada como academia.
Funciona en el dominio de Recommendation, y se registra como realizando la tarea de recommender system.
Este es un modelo cerrado: los valores entrenados quedaron con quien los produjo, y no hay una versión local para ejecutar.
Entrenamiento y procedencia
El conjunto de entrenamiento se ejecutó a aproximadamente 100,480,507 tokens de texto
Respuestas
Regularized SVD for Collaborative Filtering — preguntas comunes
Regularized SVD for Collaborative Filtering— ¿Quién lo creó?
Fue publicado por Warsaw University, basado en Poland, una organización categorizada como academia.
Regularized SVD for Collaborative Filtering— ¿cuándo fue lanzado?
Se publicó en August 2007. 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.
Regularized SVD for Collaborative Filtering— ¿Para qué se utiliza?
Funciona en el dominio de Recommendation, y se registra como manejando la tarea de recommender system. Un modelo puede manejar varios de cada uno, así que estas son las áreas para las que fue construido en lugar de un límite en lo que intentará.
Regularized SVD for Collaborative Filtering— ¿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.
Regularized SVD for Collaborative Filtering— ¿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.
Regularized SVD for Collaborative Filtering— ¿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.
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.