Word Representations
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,University of Illinois Urbana-Champaign (UIUC)
- Tipo di organizzazione
- Academia,Academia
- Paese
- Canada, United States of America
- Pubblicato
- 1 June 2010
- Autori
- Joseph Turian, Lev-Arie Ratinov, 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 Structure Modeling
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
- 37,000,000 tokens
Section 6: "After cleaning, there are 37 million words (58% of the original) in 1.3 million sentences"
Come è classificato
Etichette del dataset sorgente si applicano quando si tracciano modelli notevoli, e quanto è sicuro nell'entry.
- Citazioni
- 2,510
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- Word Representations: A Simple and General Method for Semi-Supervised Learning
- Ultimo aggiornamento
- 28 November 2025
Cosa significano i numeri
Informazioni su questo modello
Word Representations è stato pubblicato da University of Montreal / Université de Montréal,University of Illinois Urbana-Champaign (UIUC), nel paese registrato come Canada, durante June 2010. La categoria sotto cui rientra l'editore è academia,Academia.
Funziona nel dominio di Language, ed è registrato come eseguire il compito di language Structure Modeling.
Questo è un modello chiuso: i valori addestrati sono rimasti con chi li ha prodotti, e non c'è una versione locale da eseguire.
Cosa è stato necessario per costruirlo
L'addestramento ha consumato un corpus di circa 37,000,000 token di testo
Risposte
Word Representations — domande comuni
Word Representations— quando è stato rilasciato?
È stato pubblicato in June 2010. 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.
Word Representations— A cosa serve?
Funziona nel dominio di Language, e viene registrato come gestire il compito di language Structure Modeling. I modelli portano frequentemente più di uno di ciascuno, e le etichette descrivono lo scopo piuttosto che i limiti di capacità.
Word Representations— 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.
Word Representations— 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.
Word Representations— 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.
Word Representations— chi l'ha creato?
È stato pubblicato da University of Montreal / Université de Montréal,University of Illinois Urbana-Champaign (UIUC), basato su Canada, un'organizzazione categorizzata come academia,Academia.
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.