Time-delay neural networks
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
- Advanced Telecommunications Research Institute,Carnegie Mellon University (CMU)
- Tipo de Organización
- Industry,Academia
- País
- Japan, United States of America
- Publicado
- 3 March 1989
- Autores
- A. Waibel, T. Hanazawa, G. Hinton, K. Shikano, and K. J. Lang
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.
- Datos de entrenamiento
- 2,046 tokens
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
- Unknown
- Citas
- 3,445
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- Phoneme recognition using time-delay neural networks
- Última actualización
- 28 November 2025
Qué significan los números
De dónde vino
Time-delay neural networks fue publicado por Advanced Telecommunications Research Institute,Carnegie Mellon University (CMU), en el país registrado como Japan, durante March 1989. La organización editora está clasificada como industry,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.
Qué se necesitó para construirlo
El conjunto de entrenamiento se ejecutó a aproximadamente 2,046 tokens de texto
Respuestas
Time-delay neural networks — preguntas comunes
Time-delay neural networks— ¿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.
Time-delay neural networks— ¿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.
Time-delay neural networks— ¿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.
Time-delay neural networks— ¿Quién lo creó?
Fue publicado por Advanced Telecommunications Research Institute,Carnegie Mellon University (CMU), basado en Japan, una organización categorizada como industry,Academia.
Time-delay neural networks— ¿cuándo fue lanzado?
Se publicó en March 1989. 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.
Time-delay neural networks— ¿Para qué se utiliza?
Funciona en el dominio de Speech, y se registra como manejando la tarea de speech recognition (ASR). 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.
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.