LSTM with forget gates
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
- IDSIA
- Tipo di organizzazione
- Academia
- Paese
- Switzerland
- Pubblicato
- 2 January 1999
- Autori
- F. A. Gers, J. Schmidhuber, and F. Cummins
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.
- parametri
- 0.3K
- Dati di addestramento
- 140,870,000 tokens
See Table 1
Training was stopped after at most 30000 training streams, each of which was ended when the first prediction error or the 100000th successive input symbol occurred NOTE this is a weird task. Not sure how to measure dataset size (#seqs? #symbols?)
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
- Citazioni
- 6,283
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- Learning to forget: Continual prediction with LSTM
- Ultimo aggiornamento
- 28 November 2025
Cosa significano i numeri
Cosa è questo modello
LSTM with forget gates è stato pubblicato da IDSIA, nel paese registrato come Switzerland, durante January 1999. Esce da un'organizzazione categorizzata come 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.
Addestramento e provenienza
È stato addestrato su un corpus di circa 140,870,000 token di testo
Il motivo per cui appare in questo catalogo è: highly cited.
Risposte
LSTM with forget gates — domande comuni
LSTM with forget gates— 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.
LSTM with forget gates— 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.
LSTM with forget gates— 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.
LSTM with forget gates— quanti parametri ha?
Ha un numero di parametri di 0.3K. See Table 1. 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.
LSTM with forget gates— chi l'ha creato?
È stato pubblicato da IDSIA, basato su Switzerland, un'organizzazione categorizzata come academia.
LSTM with forget gates— quando è stato rilasciato?
È stato pubblicato in January 1999. 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.
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.