VD-LSTM+REAL Medium
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
- Stanford University,Salesforce Research
- Typ organizacji
- Academia,Industry
- Kraj
- United States of America
- Opublikowany
- 4 November 2016
- Autorzy
- Hakan Inan, Khashayar Khosravi, Richard Socher
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
- 22.1M
- Dane treningowe
- tokens
VD-LSTM+REAL Large has 51M parameters. The parameter count of the Medium model is not reported, but they say it has 650 hidden units per layer, compared to 1500 for the Large model. Neglecting the rest of the architecture, 51M * (650/1500) = 22.1M
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
- Cytaty
- 404
- Dane benchmarkowe
- VD-LSTM+REAL Medium
Źródła
Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.
- Referencja
- Tying Word Vectors and Word Classifiers: A Loss Framework for Language Modeling
- Ostatnio zaktualizowane
- 25 May 2026
Co oznaczają liczby
Co to jest model?
VD-LSTM+REAL Medium został opublikowany przez Stanford University,Salesforce Research, w kraju zapisanym jako United States of America, podczas November 2016. Organizacja publikująca jest klasyfikowana jako academia,Industry.
Działa w dziedzinie Language, i jest zapisany jako wykonujący zadanie language modeling.
To jest model zamknięty: wytrenowane wartości pozostały u tego, kto je wyprodukował, a lokalna wersja do uruchomienia nie istnieje.
Odpowiedzi
VD-LSTM+REAL Medium — częste pytania
VD-LSTM+REAL Medium— czy jest open weight?
Nie. Jego wagi nie zostały opublikowane, więc istnieje tylko jako usługa kontrolowana przez jego właściciela.
VD-LSTM+REAL Medium— ile ma parametrów?
Ma liczbę parametrów równą 22.1M. VD-LSTM+REAL Large has 51M parameters. The parameter count of the Medium model is not reported, but they say it has 650 hidden units per layer, compared to 1500 for the Large model. Neglecting the rest of the architecture, 51M * (650/1500) = 22.1M. 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.
VD-LSTM+REAL Medium— kto to stworzył?
Zostało opublikowane przez Stanford University,Salesforce Research, oparty na United States of America, organizacja sklasyfikowana jako academia,Industry.
VD-LSTM+REAL Medium— kiedy to zostało wydane?
Zostało opublikowane w November 2016. Możliwość na parametr znacznie się poprawiła, więc nowszy model tej samej wielkości często lepiej wykorzystuje ten sam sprzęt.
VD-LSTM+REAL Medium— 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.
VD-LSTM+REAL Medium— 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.