Deep Multitask NLP Network
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
- NEC Laboratories
- Tipo di organizzazione
- Industry
- Paese
- United States of America
- Pubblicato
- 5 July 2008
- Autori
- Ronan Collobert, Jason Weston
Cosa fa
Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Language
- Compito
- Language modeling
- Approccio
- Unsupervised
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
- 1.5M
- Dati di addestramento
- 633,000,000 tokens
With a word vector size of 50 and a vocabulary size of 30,000, the embedding matrix has 1,500,000 parameters. There are also some small convolutional and dense layers with far fewer parameters.
Section 7: "631 million words from Wikipedia"
La corsa di addestramento
Cosa ha richiesto fisicamente per addestrare: quali chip, quanti, per quanto tempo e cosa ha prelevato dalla presa.
- Tempo di parete
- 168 hours (7 days)
1 week on 1 computer
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,SOTA improvement
- Record fiducia
- Speculative
- Citazioni
- 7,095
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- A Unified Architecture for Natural Language Processing: Deep Neural Networks with Multitask Learning
- Ultimo aggiornamento
- 28 November 2025
Cosa significano i numeri
Da dove è venuto
Deep Multitask NLP Network è stato pubblicato da NEC Laboratories, nel paese registrato come United States of America, durante July 2008. L'organizzazione di pubblicazione è classificata come industry.
Funziona nel dominio di Language, ed è registrato come eseguire il compito di language modeling.
Poiché i pesi non sono disponibili, nessuna delle specifiche hardware presenti in questo sito si applica ad esso.
Cosa è stato necessario per costruirlo
È stato addestrato su un corpus di circa 633,000,000 token di testo
Il suo criterio di inclusione: highly cited,SOTA improvement.
Risposte
Deep Multitask NLP Network — domande comuni
Deep Multitask NLP Network— 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.
Deep Multitask NLP Network— quanti parametri ha?
Ha un numero di parametri di 1.5M. With a word vector size of 50 and a vocabulary size of 30,000, the embedding matrix has 1,500,000 parameters. There are also some small convolutional and dense layers with far fewer parameters. 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.
Deep Multitask NLP Network— chi l'ha creato?
È stato pubblicato da NEC Laboratories, basato su United States of America, un'organizzazione categorizzata come industry.
Deep Multitask NLP Network— quando è stato rilasciato?
È stato pubblicato in July 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.
Deep Multitask NLP Network— A cosa serve?
Funziona nel dominio di Language, e viene registrato come gestire il compito di language modeling. 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.
Deep Multitask NLP Network— 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.