RNN-SpeedUp
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
- Brno University of Technology,Johns Hopkins University
- Szervezet típusa
- Academia,Academia
- Ország
- Czechia, United States of America
- Közölt
- 22 May 2011
- Szerzők
- T. Mikolov, S. Kombrink, L. Burget, J. Cernock ˇ y, and S. Khudanpur
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.
- Képzési adatok
- 929,000 tokens
Section 3: "The data used in the following experiments were obtained from Penn Tree Bank: sections 0-20 were used as training data (about 930K tokens)" 0.75 words per token for English
Hogyan van besorolva
Címkék a forráshalmazra, amelyeket a figyelemre méltó modellek nyomon követésekor alkalmaznak, és hogy mennyire biztos az adatbevitelben.
- Hivatkozások
- 1,576
Források
Honnan származik ez a felvétel és mikor ellenőrizték utoljára.
- Referencia
- Extensions of recurrent neural network language model
- Utoljára frissítve
- 28 November 2025
Mit jelentenek a számok
Erről a modelről
RNN-SpeedUp ki lett adva által Brno University of Technology,Johns Hopkins University, az országban rögzítve mint Czechia, alatt May 2011. A kiadó szervezet a következő kategóriába tartozik academia,Academia.
Működik a területen a Language, és úgy van rögzítve, mint a feladat végrehajtása language modeling.
Súlyait soha nem tették közzé, így csak a szolgáltatóján keresztül érhető el. Nincs grafikus kártya, ami ezt megváltoztatná.
Hogyan lett betanítva
A képzés körülbelül egy korpuszt fogyasztott 929,000 szöveg tokenjei
Válaszok
RNN-SpeedUp — gyakori kérdések
RNN-SpeedUp— 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.
RNN-SpeedUp— Nyílt forráskódú?
A licencálás sosem volt rögzítve a forrásadatainkban. Az állandóan nem megadott licencet zártnak tekintjük, mert a nem rögzített licenc nem egy megbízható.
RNN-SpeedUp— Hány paramétere van?
Nincs közzétéve paraméterszám, ezért ez az oldal nem tartalmaz memóriával vagy sebességgel kapcsolatos adatokat.
RNN-SpeedUp— Ki készítette ezt?
Kiadta Brno University of Technology,Johns Hopkins University, alapján Czechia, egy szervezet, amelyet kategorizáltak mint academia,Academia.
RNN-SpeedUp— Mikor adták ki?
Kibocsátották a May 2011. A paraméterenkénti képesség lényegesen javult azóta, így egy újabb, azonos méretű modell gyakran jobb felhasználása a same hardvernek.
RNN-SpeedUp— Mire használják?
Működik a területen a Language, és rögzítve van, hogy kezeli a feladatot language modeling. A modellek gyakran több mint egyet hordoznak mindegyikből, és a címkék a célra, nem pedig a képességek határaira utalnak.
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..