Semi-Supervised Embedding for DL
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,NUANCE Communications,IDIAP,University of Illinois Urbana-Champaign (UIUC)
- Szervezet típusa
- Industry,Industry,Academia,Academia
- Ország
- United States of America, Switzerland
- Közölt
- 5 July 2008
- Szerzők
- Jason Weston, Frederick, Ratle, Hossein Mobahi, Ronan Collobert
Mit csinál
A probléma területek, amelyekre a modell készült. Egy modell több mindegyikből hordozhat.
- Tartomány
- Other
- Feladat
- Image classification, Language Structure Modeling, Text classification
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
- 632,000,000 tokens
Hogyan van besorolva
Címkék a forráshalmazra, amelyeket a figyelemre méltó modellek nyomon követésekor alkalmaznak, és hogy mennyire biztos az adatbevitelben.
- Nyilvántartási bizalom
- Unknown
- Hivatkozások
- 1,087
Források
Honnan származik ez a felvétel és mikor ellenőrizték utoljára.
- Referencia
- Deep Learning via Semi-Supervised Embedding
- Utoljára frissítve
- 28 November 2025
Mit jelentenek a számok
Erről a modelről
Semi-Supervised Embedding for DL ki lett adva által Google,NUANCE Communications,IDIAP,University of Illinois Urbana-Champaign (UIUC), az országban rögzítve mint United States of America, alatt July 2008. A kiadó kategóriája alá tartozik industry,Industry,Academia,Academia.
Működik a területen a Other, és úgy van rögzítve, mint a feladat végrehajtása image classification, Language Structure Modeling, Text classification.
Súlyait soha nem tették közzé, így csak a szolgáltatóján keresztül érhető el. Nincs grafikus kártya, ami ezt megváltoztatná.
Mi került a felépítésébe
A képzés körülbelül egy korpuszt fogyasztott 632,000,000 szöveg tokenjei
Válaszok
Semi-Supervised Embedding for DL — gyakori kérdések
Semi-Supervised Embedding for DL— Ki készítette ezt?
Kiadta Google,NUANCE Communications,IDIAP,University of Illinois Urbana-Champaign (UIUC), alapján United States of America, egy szervezet, amelyet kategorizáltak mint industry,Industry,Academia,Academia.
Semi-Supervised Embedding for DL— Mikor adták ki?
Kibocsátották a July 2008. A paraméterenkénti képesség lényegesen javult azóta, így egy újabb, azonos méretű modell gyakran jobb felhasználása a same hardvernek.
Semi-Supervised Embedding for DL— Mire használják?
Működik a területen a Other, és rögzítve van, hogy kezeli a feladatot image classification, Language Structure Modeling, Text classification. Ezek azok a területek, amelyek köré tervezték; ezek a szándékot írják le, nem pedig egy szigorú határt.
Semi-Supervised Embedding for DL— 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.
Semi-Supervised Embedding for DL— Nyílt forráskódú?
A licencálás sosem volt rögzítve a forrásadatainkban. Az állandóan nem megadott licencet zártnak tekintjük, mert a nem rögzített licenc nem egy megbízható.
Semi-Supervised Embedding for DL— Hány paramétere van?
Nincs közzétéve paraméterszám, ezért ez az oldal nem tartalmaz memóriával vagy sebességgel kapcsolatos adatokat.
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..