LSTM
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
- Technical University of Munich
- Szervezet típusa
- Academia
- Ország
- Germany
- Közölt
- 15 November 1997
- Szerzők
- Sepp Hochreiter ; Jurgen Schmidhuber
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.
- Paraméterek
- 10.5K
- Képzési adatok
- 853,000 tokens
Table 2 http://www.bioinf.jku.at/publications/older/2604.pdf
Table 8. The rightmost column lists numbers of training sequences required to achieve the stopping criterion. This applies to experiment 5 (multiplication) Sequences have random lengths, on the order of 100-1000 (table 7 )
Képzés számítás
A modell tanításához végrehajtott aritmetika, lebegőpontos műveletekben mérve. Ez a tanítási futás költségének mértéke, nem pedig annak, hogy mennyire gyorsan válaszol a kész modell.
- Képzés számítás
- 3.2 × 10¹³ FLOP
- Hogyan jött létre
- Operation counting
"Due to limited computation time, training is stopped after 5 million sequence presentations" Each sequence has p=100 elements in the long-delay setting. COMPUTE = PRESENTATIONS * PRESENTATION LENGTH * UPDATE COMPUTE PER TOKEN 5000000*100*6*10,504.0=
Hogyan van besorolva
Címkék a forráshalmazra, amelyeket a figyelemre méltó modellek nyomon követésekor alkalmaznak, és hogy mennyire biztos az adatbevitelben.
- Határmodell
- Yes
- Miért követik nyomon
- Highly cited
- Nyilvántartási bizalom
- Confident
- Hivatkozások
- 98,595
Források
Honnan származik ez a felvétel és mikor ellenőrizték utoljára.
- Referencia
- Long short-term memory
- Utoljára frissítve
- 1 January 2026
Mit jelentenek a számok
Mit jelent ez a modell
LSTM ki lett adva által Technical University of Munich, az országban rögzítve mint Germany, alatt November 1997. A kiadó kategóriája alá tartozik academia.
Működik a területen a Language, és úgy van rögzítve, mint a feladat végrehajtása language modeling.
Ez egy zárt modell: a betanított értékek azoknál maradtak, akik előállították őket, és nincs helyi verzió a futtatáshoz.
Mi került a felépítésébe
A betanításhoz körülbelül egy számítási költségvetés kellett 3.2 × 10¹³ FLOP. Ez a szám azt méri, hogy mennyibe került a modell előállítása, és nincs hatással arra, hogy milyen gyorsan válaszol.
A képzés körülbelül egy korpuszt fogyasztott 853,000 szöveg tokenjei
A kiválasztási kritériuma: highly cited.
Válaszok
LSTM — gyakori kérdések
LSTM— Hány paramétere van?
Paraméterszáma 10.5K. Table 2 http://www.bioinf.jku.at/publications/older/2604.pdf. 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.
LSTM— Ki készítette ezt?
Kiadta Technical University of Munich, alapján Germany, egy szervezet, amelyet kategorizáltak mint academia.
LSTM— Mikor adták ki?
Kibocsátották a November 1997. A paraméterenkénti képesség lényegesen javult azóta, így egy újabb, azonos méretű modell gyakran jobb felhasználása a same hardvernek.
LSTM— Mire használják?
Működik a területen a Language, és rögzítve van, hogy kezeli a feladatot language modeling. A modell több mindenből is képes cipelni, így ezek azok a területek, amelyekre épült, nem pedig egy korlát arra, amit meg fog próbálni.
LSTM— mennyi számítási kapacitást használtak annak a betanításához?
A képzés körülbelül elfogyasztott 3.2 × 10¹³ FLOP. Ez azt méri, hogy mennyibe került a modell előállítása, és semmit nem mond arról, hogy milyen gyorsan válaszol, miután betanult — a következtetési sebesség a memória sávszélességéből származik, nem az edzési költségvetésből.
LSTM— 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.
LSTM— Nyílt forráskódú?
A licencálás sosem volt rögzítve a forrásadatainkban. Az állandóan nem megadott licencet zártnak tekintjük, mert a nem rögzített licenc nem egy megbízható.
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..