Deep Deterministic Policy Gradients
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
- Google DeepMind
- Tipo di organizzazione
- Industry
- Paese
- United States of America
- Pubblicato
- 9 September 2015
- Autori
- TP Lillicrap, JJ Hunt, A Pritzel, N Heess, T Erez
Cosa fa
Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Robotics
- Compito
- Robotic manipulation, Self-driving car
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
Come è classificato
Etichette del dataset sorgente si applicano quando si tracciano modelli notevoli, e quanto è sicuro nell'entry.
- Perché è monitorato
- Highly cited
- Record fiducia
- Unknown
- Citazioni
- 15,374
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- Continuous control with deep reinforcement learning
- Ultimo aggiornamento
- 25 May 2026
Cosa significano i numeri
Da dove è venuto
Deep Deterministic Policy Gradients è stato pubblicato da Google DeepMind, nel paese registrato come United States of America, durante September 2015. Esce da un'organizzazione categorizzata come industry.
Funziona nel dominio di Robotics, ed è registrato come eseguire il compito di robotic manipulation, Self-driving car.
I suoi pesi non sono mai stati pubblicati, quindi può essere raggiunto solo attraverso il suo fornitore. Nessuna scheda GPU cambia questo.
Addestramento e provenienza
Il suo criterio di inclusione: highly cited.
Risposte
Deep Deterministic Policy Gradients — domande comuni
Deep Deterministic Policy Gradients— 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.
Deep Deterministic Policy Gradients— 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.
Deep Deterministic Policy Gradients— chi l'ha creato?
È stato pubblicato da Google DeepMind, basato su United States of America, un'organizzazione categorizzata come industry.
Deep Deterministic Policy Gradients— quando è stato rilasciato?
È stato pubblicato in September 2015. 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.
Deep Deterministic Policy Gradients— A cosa serve?
Funziona nel dominio di Robotics, e viene registrato come gestire il compito di robotic manipulation, Self-driving car. Queste sono le aree su cui è stato progettato; descrivono l'intento piuttosto che un confine rigido.
Deep Deterministic Policy Gradients— 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.
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.