DBN for NLP

Poids fermés Microsoft,University of Toronto 1M paramètres February 2014

Aucune estimation

Aucune exigence matérielle pour ce modèle

Les poids de ce modèle n'ont pas été publiés, donc il ne peut pas être téléchargé ou exécuté sur votre propre matériel à aucune taille. Il n'est accessible que par l'intermédiaire de son fournisseur, et aucun changement de carte graphique ne modifie cela..

Enregistrement

Spécifications complètes

Tout est enregistré pour ce modèle. La plupart décrit comment il a été entraîné plutôt que comment il fonctionne — un contexte utile pour juger combien de travail a été investi, et comment il se compare avec des modèles construits à une échelle différente..

Origine

Qui a construit ce modèle, où, et quand il a été publié.

Organisation
Microsoft,University of Toronto
Type d'organisation
Industry,Academia
Pays
United States of America, Canada
Publié
11 February 2014
Auteurs
R Sarikaya, GE Hinton, A Deoras

Ce qu'il fait

Les domaines problématiques pour lesquels le modèle a été conçu. Un modèle peut contenir plusieurs de chacun.

Domaine
Language
Tâche
Text classification

Taille

Quelle est la taille du modèle et combien de données il a été formé. Les paramètres sont le chiffre qui décide s'il convient à une carte graphique donnée.

paramètres
1M

Assuming 1000 input features, 35 classes and 3 hidden layers of 500 units each

Données d'entraînement
27,000 tokens

The training data has 27K automatically transcribed utterances amounting to 178K words.

Comment il est classé

Étiquettes que le ensemble de données source applique lors du suivi de modèles notables, et à quel point il est confiant dans l'entrée.

Citations
445

Sources

D'où vient cet enregistrement et quand a-t-il été vérifié pour la dernière fois.

Référence
Application of Deep Belief Networks for Natural Language Understanding
Dernière mise à jour
28 November 2025

Ce que les chiffres signifient

Ce que ce modèle est

DBN for NLP a été publié par Microsoft,University of Toronto, dans le pays enregistré comme United States of America, durant February 2014. L'organisation de publication est catégorisée comme industry,Academia.

Il fonctionne dans le domaine de Language, et est enregistré comme exécutant la tâche de text classification.

C'est un modèle fermé : les valeurs entraînées sont restées avec ceux qui les ont produites, et il n'y a pas de version locale à exécuter.

Comment il a été entraîné

Il a été entraîné sur un corpus d'environ 27,000 jetons de texte

Réponses

DBN for NLP — questions courantes

01

DBN for NLP— combien de paramètres cela a-t-il ?

Il a un nombre de paramètres de 1M. Assuming 1000 input features, 35 classes and 3 hidden layers of 500 units each. Ce chiffre est le total, et c'est ce qui détermine combien de mémoire le modèle nécessite — environ un demi-gigaoctet par milliard à la compression que la plupart des gens utilisent.

02

DBN for NLP— qui l'a créé ?

Il a été publié par Microsoft,University of Toronto, basé sur United States of America, une organisation catégorisée comme industry,Academia.

03

DBN for NLP— quand a-t-il été publié ?

Il a été publié dans February 2014. La capacité par paramètre s'est considérablement améliorée depuis, donc un modèle plus récent de la même taille est souvent le meilleur usage du même matériel.

04

DBN for NLP— à quoi ça sert ?

Il fonctionne dans le domaine de Language, et est enregistré comme gérant la tâche de text classification. Ce sont les domaines autour desquels il a été conçu ; ils décrivent l'intention plutôt qu'une limite stricte.

05

DBN for NLP— Quelle GPU ai-je besoin pour l'exécuter ?

Aucun. C'est un modèle fermé - ses poids n'ont jamais été publiés, il ne peut donc pas être téléchargé ou exécuté sur votre propre matériel à aucun prix. Il n'est accessible que par son fournisseur.

06

DBN for NLP— est-ce que c'est open source ?

La licence n'a jamais été enregistrée dans nos données source. Nous considérons une licence non déclarée comme fermée, car une licence non enregistrée n'est pas une licence sur laquelle compter.

Source

Publication originale

Dernière mise à jour enregistrée 28 November 2025

L'autre direction

Regardez-le de l'autre côté ?

Cette page commence par le modèle. Si vous possédez déjà une carte et souhaitez savoir tout ce qu'elle exécutera., commencez par le matériel à la place.