Clockwork RNN (CW-RNN)
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
- IDSIA,SUPSI
- Typ organizacji
- Academia,Academia
- Kraj
- Switzerland
- Opublikowany
- 14 February 2014
- Autorzy
- Jan Koutník, Klaus Greff, Faustino Gomez, Jürgen Schmidhuber
Co to robi
Obszary problemowe, dla których stworzono model. Model może mieć kilka z każdego.
- Domena
- Speech
- Zadanie
- Audio classification
Rozmiar
Jak duży jest model i na ile danych był trenowany. Parametry to liczba, która decyduje, czy mieści się na danej karcie graficznej.
- parametry
- 10K
- Dane treningowe
- tokens
"For every word there are 7 examples from different speakers, which were partitioned into 5 for training and 2 for testing, for a total of 175 sequences (125 train, 50 test)." 25 words × 7 speakers = 175 sequences (125 train / 50 test)
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
Źródła
Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.
- Referencja
- A Clockwork RNN
- Ostatnio zaktualizowane
- 11 February 2026
Co oznaczają liczby
Skąd to pochodzi
Clockwork RNN (CW-RNN) został opublikowany przez IDSIA,SUPSI, w kraju zapisanym jako Switzerland, podczas February 2014. Organizacja publikująca jest klasyfikowana jako academia,Academia.
Działa w dziedzinie Speech, i jest zapisany jako wykonujący zadanie audio classification.
Ponieważ wagi nie są dostępne, żadne z danych dotyczących sprzętu gdzie indziej na tej stronie się do niego nie odnoszą.
Odpowiedzi
Clockwork RNN (CW-RNN) — częste pytania
Clockwork RNN (CW-RNN)— kto to stworzył?
Zostało opublikowane przez IDSIA,SUPSI, oparty na Switzerland, organizacja sklasyfikowana jako academia,Academia.
Clockwork RNN (CW-RNN)— kiedy to zostało wydane?
Zostało opublikowane w February 2014. Możliwość na parametr znacznie się poprawiła, więc nowszy model tej samej wielkości często lepiej wykorzystuje ten sam sprzęt.
Clockwork RNN (CW-RNN)— do czego to służy?
Działa w dziedzinie Speech, i jest zarejestrowany jako realizujący zadanie audio classification. Model może obsługiwać kilka z każdego, więc to są obszary, dla których został zbudowany, a nie ograniczenie tego, co będzie próbował.
Clockwork RNN (CW-RNN)— 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.
Clockwork RNN (CW-RNN)— czy jest open weight?
Nie. Jego wagi nie zostały opublikowane, więc istnieje tylko jako usługa kontrolowana przez jego właściciela.
Clockwork RNN (CW-RNN)— ile ma parametrów?
Ma liczbę parametrów równą 10K. 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.
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.