NoisyNet-Dueling

Pesi chiusi DeepMind June 2017

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
DeepMind
Tipo di organizzazione
Industry
Paese
United Kingdom of Great Britain and Northern Ireland
Pubblicato
30 June 2017
Autori
M Fortunato, MG Azar, B Piot, J Menick

Cosa fa

Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.

Dominio
Games
Compito
Atari

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
320,000,000 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
Closed — provider access only
Accesso al modello
Unreleased
Codice di addestramento
Unreleased

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

not an absoulte SOTA on Atari 2600

Record fiducia
Unknown
Citazioni
1,007

Fonti

Da dove proviene questo record e quando è stato controllato l'ultima volta.

Riferimento
Noisy Networks for Exploration
Ultimo aggiornamento
25 May 2026

Cosa significano i numeri

Sfondo

NoisyNet-Dueling è stato pubblicato da DeepMind, nel paese registrato come United Kingdom of Great Britain and Northern Ireland, durante June 2017. L'organizzazione di pubblicazione è classificata come industry.

Funziona nel dominio di Games, ed è registrato come eseguire il compito di atari.

Questo è un modello chiuso: i valori addestrati sono rimasti con chi li ha prodotti, e non c'è una versione locale da eseguire.

Come è stato addestrato

L'addestramento ha consumato un corpus di circa 320,000,000 token di testo

È tracciato nel dataset sottostante per una ragione in particolare: sOTA improvement.

Risposte

NoisyNet-Dueling — domande comuni

01

NoisyNet-Dueling— 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.

02

NoisyNet-Dueling— chi l'ha creato?

È stato pubblicato da DeepMind, basato su United Kingdom of Great Britain and Northern Ireland, un'organizzazione categorizzata come industry.

03

NoisyNet-Dueling— quando è stato rilasciato?

È stato pubblicato in June 2017. 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.

04

NoisyNet-Dueling— A cosa serve?

Funziona nel dominio di Games, e viene registrato come gestire il compito di atari. I modelli portano frequentemente più di uno di ciascuno, e le etichette descrivono lo scopo piuttosto che i limiti di capacità.

05

NoisyNet-Dueling— 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.

06

NoisyNet-Dueling— è open-source?

No. I pesi non sono stati pubblicati, quindi esiste solo come servizio controllato dal suo proprietario.

Fonte

Pubblicazione originale

Ultimo aggiornamento del record 25 May 2026

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.