DiffDock-PP
Nessuna stima
Nessun requisito hardware per questo modello
I pesi per questo modello non sono stati pubblicati, quindi non può essere scaricato o eseguito sul proprio hardware di qualsiasi dimensione. È accessibile solo attraverso il suo fornitore e nessun cambiamento della scheda grafica che.
In registrazione
specifiche complete
Tutto in archivio per questo modello. La maggior parte descrive come è stato addestrato piuttosto che come gira — contesto utile per giudicare quanto lavoro c'è stato dietro, e come si confronta con i modelli costruiti su una scala diversa..
Origine
Chi ha costruito questo modello, dove e quando è stato pubblicato.
- Organizzazione
- Technical University of Munich,Massachusetts Institute of Technology (MIT)
- Tipo di organizzazione
- Academia,Academia
- Paese
- Germany, United States of America
- Pubblicato
- 8 April 2023
- Autori
- Mohamed Amine Ketata, Cedrik Laue, Ruslan Mammadov, Hannes Stärk, Menghua Wu, Gabriele Corso, Céline Marquet, Regina Barzilay, Tommi S. Jaakkola
Cosa fa
Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Biology
- Compito
- Protein interaction prediction
Dimensione
Quanto è grande il modello e su quanti dati è stato addestrato. I parametri sono la cifra che decide se si adatta a una determinata scheda grafica.
- parametri
- 1.6M
- Dati di addestramento
- 42,826 tokens
- Epoche
- 170
42,826 pairs approximated at 500 tokens 42826*500=21413000
Calcolo di addestramento
L'aritmetica eseguita per addestrare il modello, misurata in operazioni in virgola mobile. È una misura di quanto è costato il run di addestramento, e non di quanto velocemente il modello finito ti risponde.
- Calcolo di addestramento
- 3.5 × 10¹⁶ FLOP
Using 6ND formula with 170 epochs 6*21413000*1620000*170=3.5382841e+16
Come è classificato
Etichette del dataset sorgente si applicano quando si tracciano modelli notevoli, e quanto è sicuro nell'entry.
- Record fiducia
- Likely
- Citazioni
- 67
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- DiffDock-PP: Rigid Protein-Protein Docking with Diffusion Models
- Ultimo aggiornamento
- 25 May 2026
Cosa significano i numeri
Informazioni su questo modello
DiffDock-PP è stato pubblicato da Technical University of Munich,Massachusetts Institute of Technology (MIT), nel paese registrato come Germany, durante April 2023. La categoria sotto cui rientra l'editore è academia,Academia.
Funziona nel dominio di Biology, ed è registrato come eseguire il compito di protein interaction prediction.
I suoi pesi non sono mai stati pubblicati, quindi può essere raggiunto solo attraverso il suo fornitore. Nessuna scheda GPU cambia questo.
Cosa è stato necessario per costruirlo
La produzione di esso ha richiesto un'aritmetica totale di circa 3.5 × 10¹⁶ FLOP. Quella cifra misura quanto è costata la produzione del modello e non ha alcun impatto su quanto velocemente risponde.
Il set di addestramento si aggirava attorno a 42,826 token di testo
Risposte
DiffDock-PP — domande comuni
DiffDock-PP— quando è stato rilasciato?
È stato pubblicato in April 2023. La capacità per parametro è migliorata considerevolmente da allora, quindi un modello più recente della stessa dimensione è spesso un uso migliore dello stesso hardware.
DiffDock-PP— A cosa serve?
Funziona nel dominio di Biology, e viene registrato come gestire il compito di protein interaction prediction. Un modello può gestire diversi di ciascuno, quindi queste sono le aree per cui è stato costruito piuttosto che un limite su ciò che tenterà.
DiffDock-PP— quanto calcolo è stato utilizzato per addestrarlo?
L'addestramento ha consumato circa 3.5 × 10¹⁶ FLOP. Questo misura quanto costa produrre il modello e non dice nulla su quanto rapidamente risponde una volta addestrato — la velocità di inferenza deriva dalla larghezza di banda della memoria, non dal budget di addestramento.
DiffDock-PP— che GPU ho bisogno per eseguirlo?
Nessuno. Questo è un modello chiuso - i suoi pesi non sono mai stati pubblicati, quindi non può essere scaricato o eseguito sul tuo hardware a qualsiasi prezzo. È accessibile solo attraverso il suo fornitore.
DiffDock-PP— è open-source?
La licenza non è mai stata registrata nei nostri dati sorgente. Trattiamo le licenze non dichiarate come chiuse, perché una licenza non registrata non è una su cui fare affidamento.
DiffDock-PP— quanti parametri ha?
Ha un numero di parametri di 1.6M. Quella cifra è il totale, ed è ciò che decide quanto memoria il modello ha bisogno — circa mezzo gigabyte per miliardo alla compressione che la maggior parte delle persone usa.
DiffDock-PP— chi l'ha creato?
È stato pubblicato da Technical University of Munich,Massachusetts Institute of Technology (MIT), basato su Germany, un'organizzazione categorizzata come academia,Academia.
L'altra direzione
Guardandolo dall'altro lato?
Questa pagina parte dal modello. Se possiedi già una scheda e vuoi sapere tutto ciò che farà funzionare, inizia dall'hardware invece.