Amended-DARTS
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
- Tsinghua University,Huawei,Tongji University
- Szervezet típusa
- Academia,Industry,Academia
- Ország
- China
- Közölt
- 25 October 2019
- Szerzők
- Kaifeng Bi, Changping Hu, Lingxi Xie, Xin Chen, Longhui Wei, Qi Tian
Mit csinál
A probléma területek, amelyekre a modell készült. Egy modell több mindegyikből hordozhat.
- Tartomány
- Language
- Feladat
- Neural Architecture Search - NAS, 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
- 23M
- Képzési adatok
- tokens
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
Hogyan van besorolva
Címkék a forráshalmazra, amelyeket a figyelemre méltó modellek nyomon követésekor alkalmaznak, és hogy mennyire biztos az adatbevitelben.
- Hivatkozások
- 54
- Benchmark adatok
- Amended-DARTS
Források
Honnan származik ez a felvétel és mikor ellenőrizték utoljára.
- Referencia
- Stabilizing DARTS with Amended Gradient Estimation on Architectural Parameters
- Utoljára frissítve
- 25 May 2026
Mit jelentenek a számok
Honnan jött
Amended-DARTS ki lett adva által Tsinghua University,Huawei,Tongji University, az országban rögzítve mint China, alatt October 2019. A kiadó kategóriája alá tartozik academia,Industry,Academia.
Működik a területen a Language, és úgy van rögzítve, mint a feladat végrehajtása neural Architecture Search - NAS, Language modeling.
Mivel a súlyok nem elérhetők, ezért ezen az oldalon máshol található hardveradatok egyike sem vonatkozik rá.
Válaszok
Amended-DARTS — gyakori kérdések
Amended-DARTS— Mikor adták ki?
Kibocsátották a October 2019. A paraméterenkénti képesség lényegesen javult azóta, így egy újabb, azonos méretű modell gyakran jobb felhasználása a same hardvernek.
Amended-DARTS— Mire használják?
Működik a területen a Language, és rögzítve van, hogy kezeli a feladatot neural Architecture Search - NAS, Language modeling. Ezek azok a területek, amelyek köré tervezték; ezek a szándékot írják le, nem pedig egy szigorú határt.
Amended-DARTS— 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.
Amended-DARTS— Nyílt forráskódú?
Nem. A súlyai nincsenek közzétéve, így csak a tulajdonosa által ellenőrzött szolgáltatásként létezik.
Amended-DARTS— Hány paramétere van?
Paraméterszáma 23M. 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.
Amended-DARTS— Ki készítette ezt?
Kiadta Tsinghua University,Huawei,Tongji University, alapján China, egy szervezet, amelyet kategorizáltak mint academia,Industry,Academia.
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..