Weight Decay
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.
- Pubblicato
- 2 December 1991
- Autori
- A. Krogh, J. Hertz
Cosa fa
Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Speech
- Compito
- Speech synthesis
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
- 8.4K
- Dati di addestramento
- 25,000 tokens
- Epoche
- 300
7*26*40+40+40*26+26=8386 "The network had 7 x 26 input units, 40 hidden units and 26 output units"
"It was trained on 400 to 5000 random words from the data base of around 20.000 words,"
Calcolo di addestramento
L'aritmetica eseguita per addestrare il modello, misurata in operazioni in virgola mobile. È una misura di quanto è costato il run di addestramento, e non di quanto velocemente il modello finito ti risponde.
- Calcolo di addestramento
- 7.5 × 10¹⁰ FLOP
- Come è stato stabilito
- Operation counting
2*8386*3*1500000=75474000000=7.55e10 "It was trained on 400 to 5000 random words from the data base of around 20.000 words," "The top full line corresponds to the generalization error after 300 epochs"
Come è classificato
Etichette del dataset sorgente si applicano quando si tracciano modelli notevoli, e quanto è sicuro nell'entry.
- Modello Frontier
- Yes
- Perché è monitorato
- Highly cited,Historical significance
- Record fiducia
- Confident
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- A Simple Weight Decay Can Improve Generalization
- Ultimo aggiornamento
- 28 November 2025
Cosa significano i numeri
Sfondo
Weight Decay è stato pubblicato da its authors, durante December 1991.
Funziona nel dominio di Speech, ed è registrato come eseguire il compito di speech synthesis.
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 è stato necessario per costruirlo
La produzione di esso ha richiesto un'aritmetica totale di circa 7.5 × 10¹⁰ FLOP. Quella cifra misura quanto è costata la produzione del modello e non ha alcun impatto su quanto velocemente risponde.
È stato addestrato su un corpus di circa 25,000 token di testo
Il motivo per cui appare in questo catalogo è: highly cited,Historical significance.
Risposte
Weight Decay — domande comuni
Weight Decay— quando è stato rilasciato?
È stato pubblicato in December 1991. 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.
Weight Decay— A cosa serve?
Funziona nel dominio di Speech, e viene registrato come gestire il compito di speech synthesis. Queste sono le aree su cui è stato progettato; descrivono l'intento piuttosto che un confine rigido.
Weight Decay— quanto calcolo è stato utilizzato per addestrarlo?
L'addestramento ha consumato circa 7.5 × 10¹⁰ FLOP. Questo misura quanto costa produrre il modello e non dice nulla su quanto rapidamente risponde una volta addestrato — la velocità di inferenza deriva dalla larghezza di banda della memoria, non dal budget di addestramento.
Weight Decay— 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.
Weight Decay— 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.
Weight Decay— quanti parametri ha?
Ha un numero di parametri di 8.4K. 7*26*40+40+40*26+26=8386 "The network had 7 x 26 input units, 40 hidden units and 26 output units". 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.
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.