BTFBS

Pesos cerrados Nanjing Agricultural University September 2024

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
Nanjing Agricultural University
Tipo de Organización
Academia
País
China
Publicado
22 September 2024
Autores
Bingbing Jin, Song Liang, Xiaoqian Liu, Rui Zhang, Yun Zhu, Yuanyuan Chen, Guangjin Liu, Tao Yang

Lo que hace

Las áreas problemáticas para las que se construyó el modelo. Un modelo puede llevar varios de cada uno.

Dominio
Biology
Tarea
Protein-DNA binding prediction

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
10,333 tokens

"In order to ensure the consistency of sequence length, the maximum length of a DNA sequence is set to 100 and the maximum length of a protein sequence is set to 600. Sequences shorter than the maximum length are padded with zeros to match the fixed length." "As a result, 5159 non-redundant positive sequences are obtained. Approximately 10% of the sequences are randomly selected from the datasets as the independent dataset, while the remaining 90% of the sequences are used as the training and t…

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

Fuentes

De dónde proviene este registro y cuándo fue comprobado por última vez.

Referencia
BTFBS: binding-prediction of bacterial transcription factors and binding sites based on deep learning
Última actualización
28 November 2025

Qué significan los números

Fondo

BTFBS fue publicado por Nanjing Agricultural University, en el país registrado como China, durante September 2024. Sale de una organización categorizada como academia.

Funciona en el dominio de Biology, y se registra como realizando la tarea de protein-DNA binding prediction.

Debido a que los pesos no están disponibles, ninguna de las cifras de hardware en este sitio se aplica a él.

Cómo fue entrenado

Fue entrenado en un corpus de aproximadamente 10,333 tokens de texto

Respuestas

BTFBS — preguntas comunes

01

BTFBS— ¿Para qué se utiliza?

Funciona en el dominio de Biology, y se registra como manejando la tarea de protein-DNA binding prediction. Estas son las áreas en las que fue diseñado; describen la intención más que un límite estricto.

02

BTFBS— ¿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.

03

BTFBS— ¿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.

04

BTFBS— ¿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.

05

BTFBS— ¿Quién lo creó?

Fue publicado por Nanjing Agricultural University, basado en China, una organización categorizada como academia.

06

BTFBS— ¿cuándo fue lanzado?

Se publicó en September 2024. 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.

Origen

Publicación original

Última actualización registrada 28 November 2025

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.