Constituency-Tree LSTM
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
- MetaMind Inc,Stanford University
- Tipo di organizzazione
- Industry,Academia
- Paese
- United States of America
- Pubblicato
- 28 February 2015
- Autori
- KS Tai, R Socher, CD Manning
Cosa fa
Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Language
- Compito
- Semantic embedding
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
- 205.2K
- Dati di addestramento
- 319,000 tokens
Table 1 https://arxiv.org/abs/1503.00075
Come è classificato
Etichette del dataset sorgente si applicano quando si tracciano modelli notevoli, e quanto è sicuro nell'entry.
- Citazioni
- 3,248
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- Improved Semantic Representations From Tree-Structured Long Short-Term Memory Networks
- Ultimo aggiornamento
- 25 May 2026
Cosa significano i numeri
Da dove è venuto
Constituency-Tree LSTM è stato pubblicato da MetaMind Inc,Stanford University, nel paese registrato come United States of America, durante February 2015. L'organizzazione di pubblicazione è classificata come industry,Academia.
Funziona nel dominio di Language, ed è registrato come eseguire il compito di semantic embedding.
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
È stato addestrato su un corpus di circa 319,000 token di testo
Risposte
Constituency-Tree LSTM — domande comuni
Constituency-Tree LSTM— 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.
Constituency-Tree LSTM— quanti parametri ha?
Ha un numero di parametri di 205.2K. Table 1 https://arxiv.org/abs/1503.00075. 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.
Constituency-Tree LSTM— chi l'ha creato?
È stato pubblicato da MetaMind Inc,Stanford University, basato su United States of America, un'organizzazione categorizzata come industry,Academia.
Constituency-Tree LSTM— quando è stato rilasciato?
È stato pubblicato in February 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.
Constituency-Tree LSTM— A cosa serve?
Funziona nel dominio di Language, e viene registrato come gestire il compito di semantic embedding. I modelli portano frequentemente più di uno di ciascuno, e le etichette descrivono lo scopo piuttosto che i limiti di capacità.
Constituency-Tree LSTM— 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.