HyperNEAT

Zárt súlyok University of Texas at Austin 239.7K Paraméterek March 2014

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 Texas at Austin
Szervezet típusa
Academia
Ország
United States of America
Közölt
5 March 2014
Szerzők
M Hausknecht, J Lehman

Mit csinál

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

Tartomány
Games
Feladat
Atari

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
239.7K

"The ANN consists of three layers (Fig. 3): a substrate layer inwhich information from the game screen (raw pixels, objects, ornoise) is given as input to the network; a processing layer whichadds a nonlinear internal representation; and a nonlinear outputlayer from which actions are read and conveyed to the Atari em-ulator. Both the input and output layers are fully connected tothe processing layer. The substrate dimensionality of the inputand processinglayers is 810 in the case of the object r…

Képzési adatok
750,000,000 tokens

Hogyan van besorolva

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

Miért követik nyomon
SOTA improvement

"Neuroevolution ameliorates these problems and evolved policies achieve state-of-the-art results, even surpassing human high scores on three games"

Hivatkozások
195

Források

Honnan származik ez a felvétel és mikor ellenőrizték utoljára.

Referencia
A Neuroevolution Approach to General Atari Game Playing
Utoljára frissítve
28 November 2025

Mit jelentenek a számok

Erről a modelről

HyperNEAT ki lett adva által University of Texas at Austin, az országban rögzítve mint United States of America, alatt March 2014. Egy olyan szervezetből származik, amelyet kategorizálnak mint academia.

Működik a területen a Games, és úgy van rögzítve, mint a feladat végrehajtása atari.

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

Mi került a felépítésébe

A tanító készlet kb. futott 750,000,000 szöveg tokenjei

Egy különös okból nyomon követik az alapul szolgáló adatbázisban: sOTA improvement.

Válaszok

HyperNEAT — gyakori kérdések

01

HyperNEAT— Nyílt forráskódú?

A licencálás sosem volt rögzítve a forrásadatainkban. Az állandóan nem megadott licencet zártnak tekintjük, mert a nem rögzített licenc nem egy megbízható.

02

HyperNEAT— Hány paramétere van?

Paraméterszáma 239.7K. "The ANN consists of three layers (Fig. 3): a substrate layer inwhich information from the game screen (raw pixels, objects, ornoise) is given as input to the network; a processing layer whichadds a nonlinear internal representation; and a nonlinear outputlayer from which actions are read and conveyed to the Atari em-ulator. Both the input and output layers are fully connected tothe processing layer. The substrate dimensionality of the inputand processinglayers is 810 in the case of the object repre-sentation and 1621 for the pixel and noise representations.3The output layer consists of a 33 substrate mirroring the ninepossible directions of the Atari 2600 joystick and a single noderepresenting thefire button". 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.

03

HyperNEAT— Ki készítette ezt?

Kiadta University of Texas at Austin, alapján United States of America, egy szervezet, amelyet kategorizáltak mint academia.

04

HyperNEAT— Mikor adták ki?

Kibocsátották a March 2014. A paraméterenkénti képesség lényegesen javult azóta, így egy újabb, azonos méretű modell gyakran jobb felhasználása a same hardvernek.

05

HyperNEAT— Mire használják?

Működik a területen a Games, és rögzítve van, hogy kezeli a feladatot atari. A modellek gyakran több mint egyet hordoznak mindegyikből, és a címkék a célra, nem pedig a képességek határaira utalnak.

06

HyperNEAT— 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 28 November 2025

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..