Tensor-Transformer(1core)+PN (PTB)

Zárt súlyok University of California (UC) Berkeley March 2020

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
University of California (UC) Berkeley
Szervezet típusa
Academia
Ország
United States of America
Közölt
17 March 2020
Szerzők
Sheng Shen, Zhewei Yao, Amir Gholami, Michael W. Mahoney, Kurt Keutzer

Mit csinál

A probléma területek, amelyekre a modell készült. Egy modell több mindegyikből hordozhat.

Tartomány
Language
Feladat
Language modeling, Translation

Méret

Mekkora a modell, és mennyi adatot használtak a betanításához. A paraméterek azok a számok, amelyek eldöntik, hogy az adott grafikus kártyára illeszkedik-e.

Képzési adatok
tokens
Epochok
30

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

repo, only code for translation: https://github.com/sIncerass/powernorm

Hogyan van besorolva

Címkék a forráshalmazra, amelyeket a figyelemre méltó modellek nyomon követésekor alkalmaznak, és hogy mennyire biztos az adatbevitelben.

Nyilvántartási bizalom
Confident
Benchmark adatok
Tensor-Transformer(1core)+PN (PTB)

Források

Honnan származik ez a felvétel és mikor ellenőrizték utoljára.

Referencia
PowerNorm: Rethinking Batch Normalization in Transformers
Utoljára frissítve
11 February 2026

Mit jelentenek a számok

Háttér

Tensor-Transformer(1core)+PN (PTB) ki lett adva által University of California (UC) Berkeley, az országban rögzítve mint United States of America, alatt March 2020. Egy olyan szervezetből származik, amelyet kategorizálnak mint academia.

Működik a területen a Language, és úgy van rögzítve, mint a feladat végrehajtása language modeling, Translation.

Súlyait soha nem tették közzé, így csak a szolgáltatóján keresztül érhető el. Nincs grafikus kártya, ami ezt megváltoztatná.

Válaszok

Tensor-Transformer(1core)+PN (PTB) — gyakori kérdések

01

Tensor-Transformer(1core)+PN (PTB)— Nyílt forráskódú?

Nem. A súlyai nincsenek közzétéve, így csak a tulajdonosa által ellenőrzött szolgáltatásként létezik.

02

Tensor-Transformer(1core)+PN (PTB)— Hány paramétere van?

Nincs közzétéve paraméterszám, ezért ez az oldal nem tartalmaz memóriával vagy sebességgel kapcsolatos adatokat.

03

Tensor-Transformer(1core)+PN (PTB)— Ki készítette ezt?

Kiadta University of California (UC) Berkeley, alapján United States of America, egy szervezet, amelyet kategorizáltak mint academia.

04

Tensor-Transformer(1core)+PN (PTB)— Mikor adták ki?

Kibocsátották a March 2020. A paraméterenkénti képesség lényegesen javult azóta, így egy újabb, azonos méretű modell gyakran jobb felhasználása a same hardvernek.

05

Tensor-Transformer(1core)+PN (PTB)— Mire használják?

Működik a területen a Language, és rögzítve van, hogy kezeli a feladatot language modeling, Translation. A modell több mindenből is képes cipelni, így ezek azok a területek, amelyekre épült, nem pedig egy korlát arra, amit meg fog próbálni.

06

Tensor-Transformer(1core)+PN (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.

Forrás

Eredeti kiadvány

Az utolsó frissítés időpontja 11 February 2026

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..