Clockwork RNN (CW-RNN)
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
- IDSIA,SUPSI
- Tipo di organizzazione
- Academia,Academia
- Paese
- Switzerland
- Pubblicato
- 14 February 2014
- Autori
- Jan Koutník, Klaus Greff, Faustino Gomez, Jürgen Schmidhuber
Cosa fa
Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Speech
- Compito
- Audio classification
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
- 10K
- Dati di addestramento
- tokens
"For every word there are 7 examples from different speakers, which were partitioned into 5 for training and 2 for testing, for a total of 175 sequences (125 train, 50 test)." 25 words × 7 speakers = 175 sequences (125 train / 50 test)
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.
- Record fiducia
- Confident
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- A Clockwork RNN
- Ultimo aggiornamento
- 11 February 2026
Cosa significano i numeri
Da dove è venuto
Clockwork RNN (CW-RNN) è stato pubblicato da IDSIA,SUPSI, nel paese registrato come Switzerland, durante February 2014. L'organizzazione di pubblicazione è classificata come academia,Academia.
Funziona nel dominio di Speech, ed è registrato come eseguire il compito di audio classification.
Poiché i pesi non sono disponibili, nessuna delle specifiche hardware presenti in questo sito si applica ad esso.
Risposte
Clockwork RNN (CW-RNN) — domande comuni
Clockwork RNN (CW-RNN)— chi l'ha creato?
È stato pubblicato da IDSIA,SUPSI, basato su Switzerland, un'organizzazione categorizzata come academia,Academia.
Clockwork RNN (CW-RNN)— quando è stato rilasciato?
È stato pubblicato in February 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.
Clockwork RNN (CW-RNN)— A cosa serve?
Funziona nel dominio di Speech, e viene registrato come gestire il compito di audio classification. Un modello può gestire diversi di ciascuno, quindi queste sono le aree per cui è stato costruito piuttosto che un limite su ciò che tenterà.
Clockwork RNN (CW-RNN)— 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.
Clockwork RNN (CW-RNN)— è open-source?
No. I pesi non sono stati pubblicati, quindi esiste solo come servizio controllato dal suo proprietario.
Clockwork RNN (CW-RNN)— quanti parametri ha?
Ha un numero di parametri di 10K. 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.
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.