Time-delay neural networks

Poids fermés Advanced Telecommunications Research Institute,Carnegie Mellon University (CMU) March 1989

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
Advanced Telecommunications Research Institute,Carnegie Mellon University (CMU)
Type d'organisation
Industry,Academia
Pays
Japan, United States of America
Publié
3 March 1989
Auteurs
A. Waibel, T. Hanazawa, G. Hinton, K. Shikano, and K. J. Lang

Ce qu'il fait

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

Domaine
Speech
Tâche
Speech recognition (ASR)

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.

Données d'entraînement
2,046 tokens

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.

Confiance d'enregistrement
Unknown
Citations
3,445

Sources

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

Référence
Phoneme recognition using time-delay neural networks
Dernière mise à jour
28 November 2025

Ce que les chiffres signifient

D'où cela vient-il

Time-delay neural networks a été publié par Advanced Telecommunications Research Institute,Carnegie Mellon University (CMU), dans le pays enregistré comme Japan, durant March 1989. L'organisation de publication est catégorisée comme industry,Academia.

Il fonctionne dans le domaine de Speech, et est enregistré comme exécutant la tâche de speech recognition (ASR).

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.

Qu'est-ce qui a été nécessaire pour le construire

L'ensemble d'entraînement a duré environ 2,046 jetons de texte

Réponses

Time-delay neural networks — questions courantes

01

Time-delay neural networks— 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.

02

Time-delay neural networks— 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.

03

Time-delay neural networks— combien de paramètres cela a-t-il ?

Aucun nombre de paramètres n'a été publié pour cela, c'est pourquoi aucun chiffre de mémoire ou de vitesse n'apparaît sur cette page.

04

Time-delay neural networks— qui l'a créé ?

Il a été publié par Advanced Telecommunications Research Institute,Carnegie Mellon University (CMU), basé sur Japan, une organisation catégorisée comme industry,Academia.

05

Time-delay neural networks— quand a-t-il été publié ?

Il a été publié dans March 1989. 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.

06

Time-delay neural networks— à quoi ça sert ?

Il fonctionne dans le domaine de Speech, et est enregistré comme gérant la tâche de speech recognition (ASR). Un modèle peut porter plusieurs de chacun, donc ce sont les domaines pour lesquels il a été conçu plutôt qu'une limite sur ce qu'il tentera.

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.