LSTM
Nessuna stima
Nessun requisito hardware per questo modello
I pesi di questo modello non sono stati pubblicati, quindi non può essere scaricato o eseguito sul vostro hardware a qualsiasi dimensione. È accessibile solo attraverso il suo fornitore, e nessuna scheda grafica può cambiare questo.
In registrazione
Specifiche complete
Tutto ciò che riguarda questo modello. La maggior parte delle informazioni descrive come è stato addestrato piuttosto che come viene eseguito — un contesto utile per valutare la quantità di lavoro impiegata e come si confronta con modelli realizzati su scala diversa.
Origine
Chi ha costruito questo modello, dove e quando è stato pubblicato.
- Organizzazione
- Technical University of Munich
- Tipo di organizzazione
- Academia
- Paese
- Germany
- Pubblicato
- 15 November 1997
- Autori
- Sepp Hochreiter ; Jurgen Schmidhuber
Cosa fa
Le aree problematiche per cui è stato costruito il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Language
- Compito
- Language modeling
Dimensione
Quanto è grande il modello e su quanti dati è stato addestrato. I parametri sono il valore che decide se si adatta a una determinata scheda grafica.
- Parametri
- 10.5K
- Dati di addestramento
- 853,000 tokens
Table 2 http://www.bioinf.jku.at/publications/older/2604.pdf
Table 8. The rightmost column lists numbers of training sequences required to achieve the stopping criterion. This applies to experiment 5 (multiplication) Sequences have random lengths, on the order of 100-1000 (table 7 )
Addestramento computazionale
L'aritmetica eseguita per addestrare il modello, misurata in operazioni in virgola mobile. È una misura di quanto costato l'addestramento, non di quanto velocemente il modello finito ti risponde.
- Addestramento computazionale
- 3.2 × 10¹³ FLOP
- Come è stato stabilito
- Operation counting
"Due to limited computation time, training is stopped after 5 million sequence presentations" Each sequence has p=100 elements in the long-delay setting. COMPUTE = PRESENTATIONS * PRESENTATION LENGTH * UPDATE COMPUTE PER TOKEN 5000000*100*6*10,504.0=
Come è classificato
Etichette che il dataset sorgente applica quando si monitorano modelli notevoli e quanto è fiducioso nell'entry.
- Frontier model
- Yes
- Perché viene tracciato
- Highly cited
- Registrare fiducia
- Confident
- Citazioni
- 98,595
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- Long short-term memory
- Ultimo aggiornamento
- 1 January 2026
Cosa significano i numeri
Cosa è questo modello
LSTM was published by Technical University of Munich, in Germany, in November 1997. academia is the category the publisher falls under.
It works in Language, and is recorded as doing language 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 ci è voluto per costruirlo
Training it took roughly 3.2 × 10¹³ FLOP of computation — a measure of what producing the model cost, not of how fast it answers.
Around 853,000 tokens went into training it.
Its inclusion criterion is highly cited.
Risposte
LSTM — Domande frequenti
How many parameters does LSTM have?
LSTM has 10.5K parameters. Table 2 http://www.bioinf.jku.at/publications/older/2604.pdf. That figure is the total, and it is what decides how much memory the model needs — roughly half a gigabyte per billion at the compression most people use.
Who created LSTM?
LSTM was published by Technical University of Munich, based in Germany, categorised as academia.
When was LSTM released?
LSTM was published in November 1997. Capability per parameter has improved considerably since, so a newer model of the same size is often the better use of the same hardware.
What is LSTM used for?
LSTM works in Language, and is recorded as handling language modeling. A model can carry several of each, so these are the areas it was built for rather than a limit on what it will attempt.
How much compute was used to train LSTM?
Around 3.2 × 10¹³ FLOP. That measures what producing the model cost and says nothing about how quickly it answers once trained — inference speed comes from memory bandwidth, not from the training budget.
What GPU do I need to run LSTM?
None. LSTM is a closed model — its weights were never published, so it cannot be downloaded or run on your own hardware at any price. It is reachable only through its provider.
Is LSTM open source?
The licensing for LSTM was never recorded in our source data. We treat unstated licensing as closed, because an unrecorded licence is not one to rely on.
L'altra direzione
Guardando la questione dall'altra parte?
Questa pagina inizia dal modello. Se possedete già una scheda e desiderate conoscere tutto ciò che può eseguire, inizia dall'hardware invece.