BiLSTM for Speech
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
- IDSIA,Technical University of Munich
- Tipo de Organización
- Academia,Academia
- País
- Switzerland, Germany
- Publicado
- 1 August 2005
- Autores
- A Graves, J Schmidhuber
Lo que hace
Las áreas problemáticas para las que se construyó el modelo. Un modelo puede llevar varios de cada uno.
- Dominio
- Speech
- Tarea
- Speech recognition (ASR)
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
- 152.1K
- Datos de entrenamiento
- tokens
"The hidden layer sizes were chosen to ensure that all networks had roughly the same number of weights W (≈100,000). However, for the MLPs the network grew with the time-window size, and W varied between 22,061 and 152,061."
https://catalog.ldc.upenn.edu/LDC93s1 One sample utterance has around 10 words 3696 utterances * 10 words = around 37k words
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
- 2.4 × 10¹³ FLOP
- Cómo se estableció
- Third-party estimation
Extracted from AI and Compute (https://openai.com/blog/ai-and-compute/) charts by using https://automeris.io/WebPlotDigitizer/. Forward FLOP: 2*200000=400000 Trained on 4158 utterances (TIMIT) "We found that large networks, of around 200,000 weights, gave good performance" TIMIT has around 5 hours total. Estimated utterance length: 5*60*60/(4620+1680)=2.86s The frame size was 5 ms Frames per utterance: 2.86/0.005=572 Training FLOP for one epoch: 3*400000*572*4158=2854051200000 Epochs unclear, …
Cómo está clasificado
Etiquetas que el conjunto de datos fuente aplica al rastrear modelos notables y cuán confiable es en la entrada.
- Confianza de registro
- Likely
- Citas
- 4,706
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- Framewise phoneme classification with bidirectional LSTM and other neural network architectures
- Última actualización
- 1 January 2026
Qué significan los números
Fondo
BiLSTM for Speech fue publicado por IDSIA,Technical University of Munich, en el país registrado como Switzerland, durante August 2005. Sale de una organización categorizada como academia,Academia.
Funciona en el dominio de Speech, y se registra como realizando la tarea de speech recognition (ASR).
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 entrenamiento consumió alrededor de 2.4 × 10¹³ FLOP. Esa cifra mide lo que costó producir el modelo, y no tiene relación con qué tan rápido responde.
Respuestas
BiLSTM for Speech — preguntas comunes
BiLSTM for Speech— cuánto compute se utilizó para entrenarlo?
El entrenamiento consumió alrededor 2.4 × 10¹³ FLOP. 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.
BiLSTM for Speech— ¿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.
BiLSTM for Speech— ¿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.
BiLSTM for Speech— ¿cuántos parámetros tiene?
Tiene un recuento de parámetros de 152.1K. "The hidden layer sizes were chosen to ensure that all networks had roughly the same number of weights W (≈100,000). However, for the MLPs the network grew with the time-window size, and W varied between 22,061 and 152,061.". 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.
BiLSTM for Speech— ¿Quién lo creó?
Fue publicado por IDSIA,Technical University of Munich, basado en Switzerland, una organización categorizada como academia,Academia.
BiLSTM for Speech— ¿cuándo fue lanzado?
Se publicó en August 2005. 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.
BiLSTM for Speech— ¿Para qué se utiliza?
Funciona en el dominio de Speech, y se registra como manejando la tarea de speech recognition (ASR). Estas son las áreas en las que fue diseñado; describen la intención más que un límite estricto.
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.