Innervator
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
- Stanford University,California Institute of Technology
- Szervezet típusa
- Academia,Academia
- Ország
- United States of America
- Közölt
- 1 December 1989
- Szerzők
- Geoffrey Miller, Peter Todd, and Shailesh Hegde
Mit csinál
A probléma területek, amelyekre a modell készült. Egy modell több mindegyikből hordozhat.
- Tartomány
- Mathematics
- Feladat
- Pattern 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.
- Paraméterek
- 0K
- Képzési adatok
- 10,240 tokens
Each net has 5 units
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
- 1.2 × 10⁸ FLOP
- Hogyan jött létre
- Operation counting
10 params * 6 FLOP/param/pass * 4 datapoints * 1000 epochs * 50 individuals * 10 generations
Hogyan van besorolva
Címkék a forráshalmazra, amelyeket a figyelemre méltó modellek nyomon követésekor alkalmaznak, és hogy mennyire biztos az adatbevitelben.
- Nyilvántartási bizalom
- Confident
- Hivatkozások
- 1,132
Források
Honnan származik ez a felvétel és mikor ellenőrizték utoljára.
- Referencia
- Designing neural networks using genetic algorithms
- Utoljára frissítve
- 28 November 2025
Mit jelentenek a számok
Honnan jött
Innervator ki lett adva által Stanford University,California Institute of Technology, az országban rögzítve mint United States of America, alatt December 1989. A kiadó kategóriája alá tartozik academia,Academia.
Működik a területen a Mathematics, és úgy van rögzítve, mint a feladat végrehajtása pattern classification.
Mivel a súlyok nem elérhetők, ezért ezen az oldalon máshol található hardveradatok egyike sem vonatkozik rá.
Mi került a felépítésébe
A létrehozásához körülbelül összesítő aritmetikára volt szükség. 1.2 × 10⁸ 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 10,240 szöveg tokenjei
Válaszok
Innervator — gyakori kérdések
Innervator— 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.
Innervator— Nyílt forráskódú?
A licencálás sosem volt rögzítve a forrásadatainkban. Az állandóan nem megadott licencet zártnak tekintjük, mert a nem rögzített licenc nem egy megbízható.
Innervator— Hány paramétere van?
Paraméterszáma 0K. Each net has 5 units. 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.
Innervator— Ki készítette ezt?
Kiadta Stanford University,California Institute of Technology, alapján United States of America, egy szervezet, amelyet kategorizáltak mint academia,Academia.
Innervator— Mikor adták ki?
Kibocsátották a December 1989. A paraméterenkénti képesség lényegesen javult azóta, így egy újabb, azonos méretű modell gyakran jobb felhasználása a same hardvernek.
Innervator— Mire használják?
Működik a területen a Mathematics, és rögzítve van, hogy kezeli a feladatot pattern classification. A modell több mindenből is képes cipelni, így ezek azok a területek, amelyekre épült, nem pedig egy korlát arra, amit meg fog próbálni.
Innervator— mennyi számítási kapacitást használtak annak a betanításához?
A képzés körülbelül elfogyasztott 1.2 × 10⁸ 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.
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..