GRUs

Pesi chiusi University of Montreal / Université de Montréal,Jacobs University,University of Maine June 2014

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
University of Montreal / Université de Montréal,Jacobs University,University of Maine
Tipo di organizzazione
Academia,Academia,Academia
Paese
Canada, Germany, United States of America
Pubblicato
3 June 2014
Autori
Kyunghyun Cho, Bart van Merrienboer, Caglar Gulcehre, Dzmitry Bahdanau, Fethi Bougares, Holger Schwenk, Yoshua Bengio

Cosa fa

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

Dominio
Language
Compito
Language modeling, Translation

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
26,262

Fonti

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

Riferimento
Learning Phrase Representations using RNN Encoder-Decoder for Statistical Machine Translation
Ultimo aggiornamento
25 May 2026

Cosa significano i numeri

Cosa è questo modello

GRUs è stato pubblicato da University of Montreal / Université de Montréal,Jacobs University,University of Maine, nel paese registrato come Canada, durante June 2014. Esce da un'organizzazione categorizzata come academia,Academia,Academia.

Funziona nel dominio di Language, ed è registrato come eseguire il compito di language modeling, Translation.

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

È tracciato nel dataset sottostante per una ragione in particolare: highly cited.

Risposte

GRUs — domande comuni

01

GRUs— quando è stato rilasciato?

È stato pubblicato in June 2014. 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.

02

GRUs— A cosa serve?

Funziona nel dominio di Language, e viene registrato come gestire il compito di language modeling, Translation. Queste sono le aree su cui è stato progettato; descrivono l'intento piuttosto che un confine rigido.

03

GRUs— 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.

04

GRUs— 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.

05

GRUs— 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.

06

GRUs— chi l'ha creato?

È stato pubblicato da University of Montreal / Université de Montréal,Jacobs University,University of Maine, basato su Canada, un'organizzazione categorizzata come academia,Academia,Academia.

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.