Hopfield Networks (2020)
Nessuna stima
Nessun requisito hardware per questo modello
I pesi di questo modello sono open weight, ma non è stato pubblicato alcun conteggio dei parametri. Ogni figura di memory e velocità parte da quel numero, quindi preferiremmo non mostrare nulla piuttosto che una stima fabbricata..
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
- Johannes Kepler University Linz,Institute of Advanced Research in Artificial Intelligence,University of Oslo
- Tipo di organizzazione
- Academia,Academia,Academia
- Paese
- Austria, Norway
- Pubblicato
- 16 July 2020
- Autori
- Hubert Ramsauer, Bernhard Schäfl, Johannes Lehner, Philipp Seidl, Michael Widrich, Thomas Adler, Lukas Gruber, Markus Holzleitner, Milena Pavlović, Geir Kjetil Sandve, Victor Greiff, David Kreil, Michael Kopp, Günter Klambauer, Johannes Brandstetter, Sepp Hochreiter
Cosa fa
Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Biology, Vision, Language, Medicine
- Compito
- Drug discovery, Language modeling, Object recognition, Cancer diagnosis
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.
- Dati di addestramento
- tokens
Disponibilità
Se puoi ottenere il modello e farlo funzionare sul tuo hardware, il che decide se alcune delle cifre della scheda grafica su questa pagina sono applicabili.
- Pesi
- Open — downloadable
- Accesso al modello
- Open weights (unrestricted)
- Codice di addestramento
- Unreleased
copyleft-like license, derivative works must retain this license. code here: https://github.com/ml-jku/hopfield-layers/blob/master/LICENSE
Come è classificato
Etichette del dataset sorgente si applicano quando si tracciano modelli notevoli, e quanto è sicuro nell'entry.
- Perché è monitorato
- SOTA improvement
- Record fiducia
- Unknown
- Citazioni
- 634
"Hopfield layers yielded a new state-ofthe-art when compared to different machine learning methods. Finally, Hopfield layers achieved state-of-the-art on two drug design datasets" "Our approach has set a new state-of-the-art and has outperformed other methods <..> on the datasets Tiger, Elephant and UCSB Breast Cancer (see Table 1)."
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- Hopfield Networks is All You Need
- Ultimo aggiornamento
- 25 May 2026
Cosa significano i numeri
Cosa è questo modello
Hopfield Networks (2020) è stato pubblicato da Johannes Kepler University Linz,Institute of Advanced Research in Artificial Intelligence,University of Oslo, nel paese registrato come Austria, durante July 2020. L'organizzazione di pubblicazione è classificata come academia,Academia,Academia.
Funziona nel dominio di Biology, Vision, Language, Medicine, ed è registrato come eseguire il compito di drug discovery, Language modeling, Object recognition, Cancer diagnosis.
I pesi pubblicati significano che il modello gira sulla tua macchina piuttosto che su quella di qualcun altro, il che rende la domanda sull'hardware qui sotto rispondibile.
Come è stato addestrato
È tracciato nel dataset sottostante per una ragione in particolare: sOTA improvement.
Risposte
Hopfield Networks (2020) — domande comuni
Hopfield Networks (2020)— Dove posso scaricarlo?
I pesi sono pubblicati, anche se non abbiamo un link al repository per essi. Questo sito calcola i requisiti hardware anziché ospitare file di modello.
Hopfield Networks (2020)— che GPU ho bisogno per eseguirlo?
Non possiamo dire. Ha pesi aperti, ma non è stato pubblicato alcun conteggio dei parametri per esso, e ogni calcolo di memoria e velocità parte da quel numero. Preferiremmo non mostrare nulla piuttosto che una stima fabbricata.
Hopfield Networks (2020)— è open-source?
I suoi pesi sono pubblicati, quindi può essere scaricato e eseguito sul proprio hardware. Si noti che OPEN WEIGHTS non è lo stesso di OPEN SOURCE nel senso completo — non dice nulla sui dati di addestramento, sul codice di addestramento o sui termini commerciali allegati.
Hopfield Networks (2020)— quanti parametri ha?
Non è stato pubblicato alcun conteggio dei parametri per esso, motivo per cui non appare alcun dato sulla memoria o sulla velocità su questa pagina.
Hopfield Networks (2020)— chi l'ha creato?
È stato pubblicato da Johannes Kepler University Linz,Institute of Advanced Research in Artificial Intelligence,University of Oslo, basato su Austria, un'organizzazione categorizzata come academia,Academia,Academia.
Hopfield Networks (2020)— quando è stato rilasciato?
È stato pubblicato in July 2020. 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.
Hopfield Networks (2020)— A cosa serve?
Funziona nel dominio di Biology, Vision, Language, Medicine, e viene registrato come gestire il compito di drug discovery, Language modeling, Object recognition, Cancer diagnosis. I modelli portano frequentemente più di uno di ciascuno, e le etichette descrivono lo scopo piuttosto che i limiti di capacità.
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.