NeuMF (Pinterest)
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
- Shandong University,Texas A&M,National University of Singapore,Columbia University
- Typ organizacji
- Academia,Academia,Academia,Academia
- Kraj
- China, United States of America, Singapore
- Opublikowany
- 16 August 2017
- Autorzy
- X He, L Liao, H Zhang, L Nie, X Hu
Co to robi
Obszary problemowe, dla których stworzono model. Model może mieć kilka z każdego.
- Domena
- Recommendation
- Zadanie
- Collaborative filtering
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
- 1,500,809 tokens
Jak jest klasyfikowane
Etykiety, które źródłowy zbiór danych stosuje podczas śledzenia znaczących modeli oraz jak pewny jest tego wpisu.
- Dlaczego to jest śledzone
- Highly cited
- Zapisz pewność
- Unknown
- Cytaty
- 7,004
Źródła
Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.
- Referencja
- Neural Collaborative Filtering
- Ostatnio zaktualizowane
- 25 May 2026
Co oznaczają liczby
Skąd to pochodzi
NeuMF (Pinterest) został opublikowany przez Shandong University,Texas A&M,National University of Singapore,Columbia University, w kraju zapisanym jako China, podczas August 2017. Kategoria, do której należy wydawca, to academia,Academia,Academia,Academia.
Działa w dziedzinie Recommendation, i jest zapisany jako wykonujący zadanie collaborative filtering.
Ponieważ wagi nie są dostępne, żadne z danych dotyczących sprzętu gdzie indziej na tej stronie się do niego nie odnoszą.
Co poszło w budowę tego
Został wytrenowany na korpusie około 1,500,809 Tokeny tekstu.
Kryterium włączenia: highly cited.
Odpowiedzi
NeuMF (Pinterest) — częste pytania
NeuMF (Pinterest)— 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.
NeuMF (Pinterest)— ile ma parametrów?
Nie opublikowano liczby parametrów, dlatego na tej stronie nie pojawia się żaden wskaźnik pamięci ani prędkości.
NeuMF (Pinterest)— kto to stworzył?
Zostało opublikowane przez Shandong University,Texas A&M,National University of Singapore,Columbia University, oparty na China, organizacja sklasyfikowana jako academia,Academia,Academia,Academia.
NeuMF (Pinterest)— kiedy to zostało wydane?
Zostało opublikowane w August 2017. Możliwość na parametr znacznie się poprawiła, więc nowszy model tej samej wielkości często lepiej wykorzystuje ten sam sprzęt.
NeuMF (Pinterest)— do czego to służy?
Działa w dziedzinie Recommendation, i jest zarejestrowany jako realizujący zadanie collaborative filtering. To są obszary, wokół których został zaprojektowany; opisują zamiar, a nie twardą granicę.
NeuMF (Pinterest)— 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.
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.