Hopfield network
Geen schatting
Geen hardware-eisen voor dit model
De gewichten voor dit model zijn niet gepubliceerd, dus het kan niet worden gedownload of uitgevoerd op je eigen hardware in welke grootte dan ook. Het is alleen bereikbaar via de aanbieder, en geen enkele grafische kaart verandert dat..
Op record
Volledige specificatie
Alles wat geregistreerd is voor dit model. Het merendeel beschrijft hoe het getraind werd in plaats van hoe het draait - nuttige context om te beoordelen hoeveel werk erin is gestoken, en hoe het zich verhoudt tot modellen die op een andere schaal zijn gebouwd..
Oorsprong
Wie heeft dit model gebouwd, waar, en wanneer het gepubliceerd werd.
- Organisatie
- California Institute of Technology
- Organisatietype
- Academia
- Land
- United States of America
- Gepubliceerd
- 1 April 1982
- Auteurs
- JJ Hopfield
Wat het doet
De probleemgebieden waarvoor het model is gebouwd. Een model kan meerdere van elk bevatten.
- Domein
- Other
- Taak
- Sequence memorization
Grootte
Hoe groot het model is en hoeveel data het is getraind. Parameters zijn het cijfer dat bepaalt of het past op een gegeven grafische kaart.
- parameters
- 9.9K
- Training gegevens
- tokens
My understanding is that the biggest Hopfield networks they studied had N=100 units. Each unit has 99 synapses Tij from each other unit, for a total of 100*99 parameters
Hoe het is geclassificeerd
Labels van de brondataset die worden toegepast bij het volgen van opmerkelijke modellen, en hoe zeker het is van de invoer.
- Waarom het wordt gevolgd
- Highly cited
- Citaties
- 23,315
Bronnen
Waar deze record vandaan kwam en wanneer deze voor het laatst is gecontroleerd.
- Referentie
- Neural networks and physical systems with emergent collective computational abilities
- Laatst bijgewerkt
- 28 November 2025
Wat de cijfers betekenen
Waar het vandaan kwam
Hopfield network werd gepubliceerd door California Institute of Technology, in het land geregistreerd als United States of America, tijdens April 1982. Het komt uit een organisatie gecategoriseerd als academia.
Het werkt in het domein van Other, en wordt geregistreerd als het uitvoeren van de taak van sequence memorization.
De gewichten werden nooit gepubliceerd, dus het kan alleen worden bereikt via de provider. Geen enkele GPU verandert dat.
Wat erin ging zitten om het te bouwen
Het wordt gevolgd in de onderliggende dataset om één specifieke reden: highly cited.
Antwoorden
Hopfield network — veelgestelde vragen
Hopfield network— hoeveel parameters heeft het?
Het heeft een parameter telling van 9.9K. My understanding is that the biggest Hopfield networks they studied had N=100 units. Each unit has 99 synapses Tij from each other unit, for a total of 100*99 parameters. Dat cijfer is het totaal, en het bepaalt hoeveel MEMORY het MODEL nodig heeft - ongeveer een halve gigabyte per miljard bij de compressie die de meeste mensen gebruiken.
Hopfield network— wie heeft het gemaakt?
Het werd gepubliceerd door California Institute of Technology, gebaseerd op United States of America, een organisatie geclassificeerd als academia.
Hopfield network— wanneer is het uitgebracht?
Het werd gepubliceerd in April 1982. De capaciteit per parameter is aanzienlijk verbeterd sinds, zodat een nieuwere model van dezelfde grootte vaak een betere benutting van dezelfde hardware is.
Hopfield network— waarvoor wordt het gebruikt?
Het werkt in het domein van Other, en wordt geregistreerd als het afhandelen van sequence memorization. Modellen hebben vaak meer dan één van elk, en de tags beschrijven het doel in plaats van de capaciteitslimieten.
Hopfield network— Welke GPU heb ik nodig om het te draaien?
Dit is een gesloten model — de gewichten zijn nooit gepubliceerd, dus het kan niet gedownload of uitgevoerd worden op je eigen hardware voor eender welke prijs. Het is alleen bereikbaar via de aanbieder.
Hopfield network— is het open-source?
De licenties werden nooit vastgelegd in onze brondocumenten. We beschouwen niet-verklaarde licenties als gesloten, omdat een niet-vastgelegde licentie er geen is om op te vertrouwen.
De andere richting
Van de andere kant bekijken?
Deze pagina begint met het model. Als je al een kaart bezit en alles wilt weten wat het zal draaien, begin in plaats van de hardware.