Machine learning a model for RNA structure prediction
Brak oszacowania
Brak wymagań sprzętowych dla tego modelu
Wagi dla tego modelu nie zostały opublikowane, więc nie można ich pobrać ani uruchomić na własnym sprzęcie w żadnym rozmiarze. Jest dostępny tylko za pośrednictwem swojego dostawcy, a zmiana karty graficznej tego nie zmienia..
Na nagranie
Pełna specyfikacja
Wszystko na rekord dla tego modelu. Większość z tego opisuje, jak był trenowany, a nie jak działa — użyteczny kontekst do oceny, ile pracy włożono w to, i jak wypada w porównaniu z modelami budowanymi w innym skali..
Pochodzenie
Kto zbudował ten model, gdzie i kiedy został opublikowany.
- Organizacja
- International School for Advanced Studies,Institute of Structural Biology,Technical University of Munich
- Typ organizacji
- Academia,Academia,Academia
- Kraj
- Italy, Germany
- Opublikowany
- 16 November 2020
- Autorzy
- Nicola Calonaci, Alisha Jones, Francesca Cuturello, Michael Sattler, Giovanni Bussi
Co to robi
Obszary problemowe, dla których stworzono model. Model może mieć kilka z każdego.
- Domena
- Biology
- Zadanie
- RNA structure prediction
Rozmiar
Jak duży jest model i na ile danych był trenowany. Parametry to liczba, która decyduje, czy mieści się na danej karcie graficznej.
- Dane treningowe
- tokens
(52 + 388) / 2 = 220 nucleotides per RNA 18 RNA molecules × 220 nucleotides = 3,960 datapoints Rounded to: 4,000 datapoints
Obliczenia treningowe
Arytmetyka wykonywana w celu wytrenowania modelu, mierzona w operacjach zmiennoprzecinkowych. Jest to miara kosztów przeprowadzenia treningu, a nie tego, jak szybko gotowy model odpowiada na twoje pytania.
- Obliczenia treningowe
- 1.8 × 10¹⁸ FLOP
- Jak to zostało ustalone
- Hardware
1. Hardware setup: 576 CPUs (288 nodes × 2 CPUs/node), Intel Xeon E5-2683 v4 FLOP/s per CPU: 2.688 × 10¹¹ FLOP/s Total system: 1.548288 × 10¹⁴ FLOP/s 2. Training duration: Directly provided: 8 hours = 28,800 seconds 3. Utilization rate: 40% (0.4) 4. Final calculation: 1.548288 × 10¹⁴ FLOP/s × 28,800s × 0.4 = 1.78 × 10¹⁸ FLOPs
Jak jest klasyfikowane
Etykiety, które źródłowy zbiór danych stosuje podczas śledzenia znaczących modeli oraz jak pewny jest tego wpisu.
- Zapisz pewność
- Confident
- Cytaty
- 32
Źródła
Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.
- Referencja
- Machine learning a model for RNA structure prediction
- Ostatnio zaktualizowane
- 28 November 2025
Co oznaczają liczby
O tym modelu
Machine learning a model for RNA structure prediction został opublikowany przez International School for Advanced Studies,Institute of Structural Biology,Technical University of Munich, w kraju zapisanym jako Italy, podczas November 2020. Organizacja publikująca jest klasyfikowana jako academia,Academia,Academia.
Działa w dziedzinie Biology, i jest zapisany jako wykonujący zadanie rNA structure prediction.
Ponieważ wagi nie są dostępne, żadne z danych dotyczących sprzętu gdzie indziej na tej stronie się do niego nie odnoszą.
Szkolenie i pochodzenie
Trening zajmował około 1.8 × 10¹⁸ FLOP. Ta liczba mierzy, ile kosztowało wyprodukowanie modelu i nie ma wpływu na to, jak szybko odpowiada.
Odpowiedzi
Machine learning a model for RNA structure prediction — częste pytania
Machine learning a model for RNA structure prediction— do czego to służy?
Działa w dziedzinie Biology, i jest zarejestrowany jako realizujący zadanie rNA structure prediction. Modele często mają więcej niż jeden z każdego, a etykiety opisują cel, a nie ograniczenia możliwości.
Machine learning a model for RNA structure prediction— ile mocy obliczeniowej użyto do jego trenowania?
Szkolenie zajęło około 1.8 × 10¹⁸ FLOP. To mierzy, ile kosztowało wyprodukowanie modelu i nie mówi nic o tym, jak szybko odpowiada po wytrenowaniu — prędkość wnioskowania pochodzi z SZEROKOŚCI PASMA, a nie z budżetu treningowego.
Machine learning a model for RNA structure prediction— Jaką GPU potrzebuję, aby ją uruchomić?
Żaden. To jest zamknięty model — jego wagi nigdy nie zostały opublikowane, więc nie można go pobrać ani uruchomić na własnym sprzęcie za żadną cenę. Jest dostępny tylko przez jego dostawcę.
Machine learning a model for RNA structure prediction— czy jest open weight?
Licencja nigdy nie została zarejestrowana w naszych danych źródłowych. Traktujemy niewskazaną licencję jako zamkniętą, ponieważ niezarejestrowana licencja nie jest na którą można polegać.
Machine learning a model for RNA structure prediction— ile ma parametrów?
Nie opublikowano liczby parametrów, dlatego na tej stronie nie pojawia się żaden wskaźnik pamięci ani prędkości.
Machine learning a model for RNA structure prediction— kto to stworzył?
Zostało opublikowane przez International School for Advanced Studies,Institute of Structural Biology,Technical University of Munich, oparty na Italy, organizacja sklasyfikowana jako academia,Academia,Academia.
Machine learning a model for RNA structure prediction— kiedy to zostało wydane?
Zostało opublikowane w November 2020. Możliwość na parametr znacznie się poprawiła, więc nowszy model tej samej wielkości często lepiej wykorzystuje ten sam sprzęt.
Druga strona
Patrząc na to z drugiej strony?
Ta strona zaczyna się od modelu. Jeśli już posiadasz kartę i chcesz wiedzieć, co wszystko będzie działać., Zacznij od sprzętu zamiast.