Punish/Reward
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
- IEEE
- Szervezet típusa
- Industry
- Ország
- Multinational
- Közölt
- 1 September 1973
- Szerzők
- Widrow, Gupta, and Maitra
Mit csinál
A probléma területek, amelyekre a modell készült. Egy modell több mindegyikből hordozhat.
- Tartomány
- Games
- Feladat
- Blackjack
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
- tokens
Fig. 1 shows that there is a bias term, while Fig. 5 shows that the input is a sequence of 20 bits, corresponding to 20 weights. So the total number of parameters is 21.
??? Seemingly no info
Hogyan van besorolva
Címkék a forráshalmazra, amelyeket a figyelemre méltó modellek nyomon követésekor alkalmaznak, és hogy mennyire biztos az adatbevitelben.
- Hivatkozások
- 397
Források
Honnan származik ez a felvétel és mikor ellenőrizték utoljára.
- Referencia
- Punish/Reward: Learning with a Critic in Adaptive Threshold Systems
- Utoljára frissítve
- 28 November 2025
Mit jelentenek a számok
Honnan jött
Punish/Reward ki lett adva által IEEE, az országban rögzítve mint Multinational, alatt September 1973. Egy olyan szervezetből származik, amelyet kategorizálnak mint industry.
Működik a területen a Games, és úgy van rögzítve, mint a feladat végrehajtása blackjack.
Súlyait soha nem tették közzé, így csak a szolgáltatóján keresztül érhető el. Nincs grafikus kártya, ami ezt megváltoztatná.
Válaszok
Punish/Reward — gyakori kérdések
Punish/Reward— Mire használják?
Működik a területen a Games, és rögzítve van, hogy kezeli a feladatot blackjack. Ezek azok a területek, amelyek köré tervezték; ezek a szándékot írják le, nem pedig egy szigorú határt.
Punish/Reward— 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.
Punish/Reward— Nyílt forráskódú?
A licencálás sosem volt rögzítve a forrásadatainkban. Az állandóan nem megadott licencet zártnak tekintjük, mert a nem rögzített licenc nem egy megbízható.
Punish/Reward— Hány paramétere van?
Paraméterszáma 0K. Fig. 1 shows that there is a bias term, while Fig. 5 shows that the input is a sequence of 20 bits, corresponding to 20 weights. So the total number of parameters is 21. 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.
Punish/Reward— Ki készítette ezt?
Kiadta IEEE, alapján Multinational, egy szervezet, amelyet kategorizáltak mint industry.
Punish/Reward— Mikor adták ki?
Kibocsátották a September 1973. A paraméterenkénti képesség lényegesen javult azóta, így egy újabb, azonos méretű modell gyakran jobb felhasználása a same hardvernek.
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..