Bidirectional RNN
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
- Advanced Telecommunications Research Institute
- Tipo di organizzazione
- Industry
- Paese
- Japan
- Pubblicato
- 1 November 1997
- Autori
- M. Schuster, KK Paliwal
Cosa fa
Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Speech
- Compito
- Speech recognition (ASR)
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
- 13K
- Dati di addestramento
- 142,910 tokens
Page 7: "The structures of all networks are adjusted so that each of them has about the same number of free parameters (approximately 13 000 here"
"the training data set consisting of 3696 sentences from 462 speakers" Assuming avg sentence length of 20 words 3696 * 20 total words
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
- 7,990
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- Bidirectional recurrent neural networks
- Ultimo aggiornamento
- 28 November 2025
Cosa significano i numeri
Sfondo
Bidirectional RNN è stato pubblicato da Advanced Telecommunications Research Institute, nel paese registrato come Japan, durante November 1997. La categoria sotto cui rientra l'editore è industry.
Funziona nel dominio di Speech, ed è registrato come eseguire il compito di speech recognition (ASR).
I suoi pesi non sono mai stati pubblicati, quindi può essere raggiunto solo attraverso il suo fornitore. Nessuna scheda GPU cambia questo.
Come è stato addestrato
Il set di addestramento si aggirava attorno a 142,910 token di testo
È tracciato nel dataset sottostante per una ragione in particolare: highly cited.
Risposte
Bidirectional RNN — domande comuni
Bidirectional RNN— 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.
Bidirectional RNN— quanti parametri ha?
Ha un numero di parametri di 13K. Page 7: "The structures of all networks are adjusted so that each of them has about the same number of free parameters (approximately 13 000 here". 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.
Bidirectional RNN— chi l'ha creato?
È stato pubblicato da Advanced Telecommunications Research Institute, basato su Japan, un'organizzazione categorizzata come industry.
Bidirectional RNN— quando è stato rilasciato?
È stato pubblicato in November 1997. 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.
Bidirectional RNN— A cosa serve?
Funziona nel dominio di Speech, e viene registrato come gestire il compito di speech recognition (ASR). Queste sono le aree su cui è stato progettato; descrivono l'intento piuttosto che un confine rigido.
Bidirectional RNN— 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.