Transformer-XL + AutoDropout (PTB)
Nincs becslés
Nincs hardver követelmény ennek a modellnek
A modellhez tartozó súlyokat nem tették közzé, így nem tölthető le vagy futtatható a saját hardverén bármilyen méretben. Csak a szolgáltatóján keresztül érhető el, és egyetlen grafikus kártya sem változtat ezen..
Nyilvántartásban
Teljes specifikáció
Minden feljegyzett ezzel a modellel kapcsolatban. A legtöbbje azt írja le, hogyan képezték ki, nem pedig azt, hogyan fut — hasznos kontextus annak megítéléséhez, hogy mennyi munka ment bele, és hogyan viszonyul a más méretben épített modellekhez..
Eredet
Ki építette ezt a modellt, hol, és mikor publikálták.
- Szervezet
- Google Research
- Szervezet típusa
- Industry
- Ország
- United States of America
- Közölt
- 5 January 2021
- Szerzők
- Hieu Pham, Quoc V. Le
Mit csinál
A probléma területek, amelyekre a modell készült. Egy modell több mindegyikből hordozhat.
- Tartomány
- Language
- Feladat
- Language modeling
Méret
Mekkora a modell, és mennyi adatot használtak a betanításához. A paraméterek azok a számok, amelyek eldöntik, hogy az adott grafikus kártyára illeszkedik-e.
- Paraméterek
- 24M
- Képzési adatok
- tokens
- Epochok
- 192
"We use the same model size as specified by Dai et al. (2019)."
Képzés számítás
A modell tanításához végrehajtott aritmetika, lebegőpontos műveletekben mérve. Ez a tanítási futás költségének mértéke, nem pedig annak, hogy mennyire gyorsan válaszol a kész modell.
- Képzés számítás
- 5.8 × 10¹⁶ FLOP
"We train every configuration from scratch for 160,000 steps, using a batch size of 16 and a segment length of 70" Total tokens: 160000*16*70=179200000 Epochs: 179200000/929000=192 Training flop: 6*24000000*179200000=2.58048e+16 GPU hour estimate: 40*60*4*45000000000000*0.3=1.296e+17 Geometric mean: 57829941034035304
A tréning futás
Ami fizikailag szükséges volt a betanításhoz: mely chipek, hány, mennyi ideig, és ez mit fogyasztott a falból.
- Képzési hardver
- Google TPU v2
- Használt chipek
- 4
- Fali óra idő
- 1 hours
- Teljesítményfogyasztás
- 2.3 kW
Elérhetőség
Hogy meg tudja-e szerezni a modellt és futtatni a saját hardverén, ez dönt arról, hogy alkalmazhatóak-e a lap ezen oldalán feltüntetett grafikus kártya adatok.
- Súlyok
- Closed — provider access only
- Modell hozzáférés
- Unreleased
- Képzés kód
- Unreleased
404: https://github.com/google-research/google-research/tree/master/auto_dropout
Hogyan van besorolva
Címkék a forráshalmazra, amelyeket a figyelemre méltó modellek nyomon követésekor alkalmaznak, és hogy mennyire biztos az adatbevitelben.
- Nyilvántartási bizalom
- Confident
- Hivatkozások
- 63
- Benchmark adatok
- Transformer-XL + AutoDropout (PTB)
Források
Honnan származik ez a felvétel és mikor ellenőrizték utoljára.
- Referencia
- AutoDropout: Learning Dropout Patterns to Regularize Deep Networks
- Utoljára frissítve
- 25 May 2026
Mit jelentenek a számok
Háttér
Transformer-XL + AutoDropout (PTB) ki lett adva által Google Research, az országban rögzítve mint United States of America, alatt January 2021. Egy olyan szervezetből származik, amelyet kategorizálnak mint industry.
Működik a területen a Language, és úgy van rögzítve, mint a feladat végrehajtása language modeling.
Ez egy zárt modell: a betanított értékek azoknál maradtak, akik előállították őket, és nincs helyi verzió a futtatáshoz.
Hogyan lett betanítva
A betanításhoz körülbelül egy számítási költségvetés kellett 5.8 × 10¹⁶ FLOP, hardveren rögzítve Google TPU v2. Ez a szám azt méri, hogy mennyibe került a modell előállítása, és nincs hatással arra, hogy milyen gyorsan válaszol.
Válaszok
Transformer-XL + AutoDropout (PTB) — gyakori kérdések
Transformer-XL + AutoDropout (PTB)— Ki készítette ezt?
Kiadta Google Research, alapján United States of America, egy szervezet, amelyet kategorizáltak mint industry.
Transformer-XL + AutoDropout (PTB)— Mikor adták ki?
Kibocsátották a January 2021. A paraméterenkénti képesség lényegesen javult azóta, így egy újabb, azonos méretű modell gyakran jobb felhasználása a same hardvernek.
Transformer-XL + AutoDropout (PTB)— Mire használják?
Működik a területen a Language, és rögzítve van, hogy kezeli a feladatot language modeling. Ezek azok a területek, amelyek köré tervezték; ezek a szándékot írják le, nem pedig egy szigorú határt.
Transformer-XL + AutoDropout (PTB)— mennyi számítási kapacitást használtak annak a betanításához?
A képzés körülbelül elfogyasztott 5.8 × 10¹⁶ FLOP, hardveren rögzítve Google TPU v2. Ez azt méri, hogy mennyibe került a modell előállítása, és semmit nem mond arról, hogy milyen gyorsan válaszol, miután betanult — a következtetési sebesség a memória sávszélességéből származik, nem az edzési költségvetésből.
Transformer-XL + AutoDropout (PTB)— Milyen GPU-ra van szükségem, hogy futtathassam?
Ez egy zárt modell — a súlyait soha nem tették közzé, így nem tölthető le és nem futtatható a saját hardverén semmilyen áron. Csak a szolgáltatóján keresztül érhető el.
Transformer-XL + AutoDropout (PTB)— Nyílt forráskódú?
Nem. A súlyai nincsenek közzétéve, így csak a tulajdonosa által ellenőrzött szolgáltatásként létezik.
Transformer-XL + AutoDropout (PTB)— Hány paramétere van?
Paraméterszáma 24M. "We use the same model size as specified by Dai et al. (2019).". Ez a szám a teljes összeg, és ez határozza meg, hogy mennyi VRAM-ra van szüksége a modelleknek — körülbelül fél gigabájt milliárdonként a legtöbb ember által használt tömörítési módban.
A másik irány
Másik oldalról nézve?
Ez az oldal a modellel kezdődik. Ha már van kártyád, és szeretnéd tudni, hogy mindent futtat-e, Kezdj a hardverből..