DBN for NLP
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
- Microsoft,University of Toronto
- Tipo di organizzazione
- Industry,Academia
- Paese
- United States of America, Canada
- Pubblicato
- 11 February 2014
- Autori
- R Sarikaya, GE Hinton, A Deoras
Cosa fa
Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Language
- Compito
- Text 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
- 1M
- Dati di addestramento
- 27,000 tokens
Assuming 1000 input features, 35 classes and 3 hidden layers of 500 units each
The training data has 27K automatically transcribed utterances amounting to 178K words.
Come è classificato
Etichette del dataset sorgente si applicano quando si tracciano modelli notevoli, e quanto è sicuro nell'entry.
- Citazioni
- 445
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- Application of Deep Belief Networks for Natural Language Understanding
- Ultimo aggiornamento
- 28 November 2025
Cosa significano i numeri
Cosa è questo modello
DBN for NLP è stato pubblicato da Microsoft,University of Toronto, nel paese registrato come United States of America, durante February 2014. L'organizzazione di pubblicazione è classificata come industry,Academia.
Funziona nel dominio di Language, ed è registrato come eseguire il compito di text classification.
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
È stato addestrato su un corpus di circa 27,000 token di testo
Risposte
DBN for NLP — domande comuni
DBN for NLP— quanti parametri ha?
Ha un numero di parametri di 1M. Assuming 1000 input features, 35 classes and 3 hidden layers of 500 units each. 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.
DBN for NLP— chi l'ha creato?
È stato pubblicato da Microsoft,University of Toronto, basato su United States of America, un'organizzazione categorizzata come industry,Academia.
DBN for NLP— 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.
DBN for NLP— A cosa serve?
Funziona nel dominio di Language, e viene registrato come gestire il compito di text classification. Queste sono le aree su cui è stato progettato; descrivono l'intento piuttosto che un confine rigido.
DBN for NLP— 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.
DBN for NLP— 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.
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.