Semantic Hashing
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 Toronto
- Tipo di organizzazione
- Academia
- Paese
- Canada
- Pubblicato
- 10 December 2008
- Autori
- R Salakhutdinov, G Hinton
Cosa fa
Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Language
- Compito
- Search
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
- 2.6M
- Dati di addestramento
- 1,511,035,000 tokens
Section 4.1
Come è classificato
Etichette del dataset sorgente si applicano quando si tracciano modelli notevoli, e quanto è sicuro nell'entry.
- Citazioni
- 1,487
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- Semantic Hashing
- Ultimo aggiornamento
- 28 November 2025
Cosa significano i numeri
Da dove è venuto
Semantic Hashing è stato pubblicato da University of Toronto, nel paese registrato come Canada, durante December 2008. Esce da un'organizzazione categorizzata come academia.
Funziona nel dominio di Language, ed è registrato come eseguire il compito di search.
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
Il set di addestramento si aggirava attorno a 1,511,035,000 token di testo
Risposte
Semantic Hashing — domande comuni
Semantic Hashing— quanti parametri ha?
Ha un numero di parametri di 2.6M. 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.
Semantic Hashing— chi l'ha creato?
È stato pubblicato da University of Toronto, basato su Canada, un'organizzazione categorizzata come academia.
Semantic Hashing— quando è stato rilasciato?
È stato pubblicato in December 2008. 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.
Semantic Hashing— A cosa serve?
Funziona nel dominio di Language, e viene registrato come gestire il compito di search. Queste sono le aree su cui è stato progettato; descrivono l'intento piuttosto che un confine rigido.
Semantic Hashing— 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.
Semantic Hashing— 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.