Adaptive Subgrad
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
- Technion - Israel Institute of Technology,Google,University of California (UC) Berkeley
- Tipo di organizzazione
- Academia,Industry,Academia
- Paese
- Israel, United States of America
- Pubblicato
- 3 October 2011
- Autori
- J Duchi, E Hazan, Y Singer
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.
- Dati di addestramento
- 800,000 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
- 11,018
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- Adaptive Subgradient Methods for Online Learning and Stochastic Optimization
- Ultimo aggiornamento
- 1 January 2026
Cosa significano i numeri
Da dove è venuto
Adaptive Subgrad è stato pubblicato da Technion - Israel Institute of Technology,Google,University of California (UC) Berkeley, nel paese registrato come Israel, durante October 2011. L'organizzazione di pubblicazione è classificata come academia,Industry,Academia.
Funziona nel dominio di Language, ed è registrato come eseguire il compito di text classification.
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
Il set di addestramento si aggirava attorno a 800,000 token di testo
È tracciato nel dataset sottostante per una ragione in particolare: highly cited.
Risposte
Adaptive Subgrad — domande comuni
Adaptive Subgrad— 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.
Adaptive Subgrad— 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.
Adaptive Subgrad— chi l'ha creato?
È stato pubblicato da Technion - Israel Institute of Technology,Google,University of California (UC) Berkeley, basato su Israel, un'organizzazione categorizzata come academia,Industry,Academia.
Adaptive Subgrad— quando è stato rilasciato?
È stato pubblicato in October 2011. 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.
Adaptive Subgrad— A cosa serve?
Funziona nel dominio di Language, e viene registrato come gestire il compito di text classification. I modelli portano frequentemente più di uno di ciascuno, e le etichette descrivono lo scopo piuttosto che i limiti di capacità.
Adaptive Subgrad— 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.