4 layer Densely Connected LSTM 14M (PTB)
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
- Ghent University
- Typ organizacji
- Academia
- Kraj
- Belgium
- Opublikowany
- 19 July 2017
- Autorzy
- Fréderic Godin, Joni Dambre, Wesley De Neve
Co to robi
Obszary problemowe, dla których stworzono model. Model może mieć kilka z każdego.
- Domena
- Language
- Zadanie
- Language modeling
Rozmiar
Jak duży jest model i na ile danych był trenowany. Parametry to liczba, która decyduje, czy mieści się na danej karcie graficznej.
- parametry
- 14M
- Dane treningowe
- tokens
- Epoki
- 100
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
- 7.8 × 10¹⁵ FLOP
6*14000000*929000*100=7.8036e+15
Dostępność
Czy możesz zdobyć model i uruchomić go na swoim sprzęcie, co decyduje o tym, czy którakolwiek z cyfr karty graficznej na tej stronie ma zastosowanie.
- Wagi
- Closed — provider access only
- Dostęp do modelu
- Unreleased
- Kod treningowy
- Unreleased
Jak jest klasyfikowane
Etykiety, które źródłowy zbiór danych stosuje podczas śledzenia znaczących modeli oraz jak pewny jest tego wpisu.
- Zapisz pewność
- Confident
- Dane benchmarkowe
- 4 layer Densely Connected LSTM
Źródła
Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.
- Referencja
- Improving Language Modeling using Densely Connected Recurrent Neural Networks
- Ostatnio zaktualizowane
- 11 February 2026
Co oznaczają liczby
Tło
4 layer Densely Connected LSTM 14M (PTB) został opublikowany przez Ghent University, w kraju zapisanym jako Belgium, podczas July 2017. Wychodzi z organizacji zaklasyfikowanej jako academia.
Działa w dziedzinie Language, i jest zapisany jako wykonujący zadanie language modeling.
Ponieważ wagi nie są dostępne, żadne z danych dotyczących sprzętu gdzie indziej na tej stronie się do niego nie odnoszą.
Jak to zostało wytrenowane
Trening zajmował około 7.8 × 10¹⁵ FLOP. Ta liczba mierzy, ile kosztowało wyprodukowanie modelu i nie ma wpływu na to, jak szybko odpowiada.
Odpowiedzi
4 layer Densely Connected LSTM 14M (PTB) — częste pytania
4 layer Densely Connected LSTM 14M (PTB)— czy jest open weight?
Nie. Jego wagi nie zostały opublikowane, więc istnieje tylko jako usługa kontrolowana przez jego właściciela.
4 layer Densely Connected LSTM 14M (PTB)— ile ma parametrów?
Ma liczbę parametrów równą 14M. Ta liczba to całkowita, i to ona decyduje o tym, ile pamięci potrzebuje model — mniej więcej pół gigabajta na miliard przy kompresji, którą używa większość ludzi.
4 layer Densely Connected LSTM 14M (PTB)— kto to stworzył?
Zostało opublikowane przez Ghent University, oparty na Belgium, organizacja sklasyfikowana jako academia.
4 layer Densely Connected LSTM 14M (PTB)— kiedy to zostało wydane?
Zostało opublikowane w July 2017. Możliwość na parametr znacznie się poprawiła, więc nowszy model tej samej wielkości często lepiej wykorzystuje ten sam sprzęt.
4 layer Densely Connected LSTM 14M (PTB)— do czego to służy?
Działa w dziedzinie Language, i jest zarejestrowany jako realizujący zadanie language modeling. Model może obsługiwać kilka z każdego, więc to są obszary, dla których został zbudowany, a nie ograniczenie tego, co będzie próbował.
4 layer Densely Connected LSTM 14M (PTB)— ile mocy obliczeniowej użyto do jego trenowania?
Szkolenie zajęło około 7.8 × 10¹⁵ 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.
4 layer Densely Connected LSTM 14M (PTB)— 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.