SVD in recommender systems
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 Minnesota
- Szervezet típusa
- Academia
- Ország
- United States of America
- Közölt
- 14 July 2000
- Szerzők
- B Sarwar, G Karypis, J Konstan, J Riedl
Mit csinál
A probléma területek, amelyekre a modell készült. Egy modell több mindegyikből hordozhat.
- Tartomány
- Recommendation
- Feladat
- Recommender system
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
- 30,000 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
- 2,126
Források
Honnan származik ez a felvétel és mikor ellenőrizték utoljára.
- Referencia
- Application of Dimensionality Reduction in Recommender System -- A Case Study
- Utoljára frissítve
- 28 November 2025
Mit jelentenek a számok
Honnan jött
SVD in recommender systems ki lett adva által University of Minnesota, az országban rögzítve mint United States of America, alatt July 2000. A kiadó kategóriája alá tartozik academia.
Működik a területen a Recommendation, és úgy van rögzítve, mint a feladat végrehajtása recommender system.
Mivel a súlyok nem elérhetők, ezért ezen az oldalon máshol található hardveradatok egyike sem vonatkozik rá.
Mi került a felépítésébe
A képzés körülbelül egy korpuszt fogyasztott 30,000 szöveg tokenjei
Válaszok
SVD in recommender systems — gyakori kérdések
SVD in recommender systems— Ki készítette ezt?
Kiadta University of Minnesota, alapján United States of America, egy szervezet, amelyet kategorizáltak mint academia.
SVD in recommender systems— Mikor adták ki?
Kibocsátották a July 2000. A paraméterenkénti képesség lényegesen javult azóta, így egy újabb, azonos méretű modell gyakran jobb felhasználása a same hardvernek.
SVD in recommender systems— Mire használják?
Működik a területen a Recommendation, és rögzítve van, hogy kezeli a feladatot recommender system. Ezek azok a területek, amelyek köré tervezték; ezek a szándékot írják le, nem pedig egy szigorú határt.
SVD in recommender systems— 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.
SVD in recommender systems— Nyílt forráskódú?
A licencálás sosem volt rögzítve a forrásadatainkban. Az állandóan nem megadott licencet zártnak tekintjük, mert a nem rögzített licenc nem egy megbízható.
SVD in recommender systems— 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..