DBN for NLP
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
- Microsoft,University of Toronto
- Typ organizacji
- Industry,Academia
- Kraj
- United States of America, Canada
- Opublikowany
- 11 February 2014
- Autorzy
- R Sarikaya, GE Hinton, A Deoras
Co to robi
Obszary problemowe, dla których stworzono model. Model może mieć kilka z każdego.
- Domena
- Language
- Zadanie
- Text 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
- 1M
- Dane treningowe
- 27,000 tokens
Assuming 1000 input features, 35 classes and 3 hidden layers of 500 units each
The training data has 27K automatically transcribed utterances amounting to 178K words.
Jak jest klasyfikowane
Etykiety, które źródłowy zbiór danych stosuje podczas śledzenia znaczących modeli oraz jak pewny jest tego wpisu.
- Cytaty
- 445
Źródła
Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.
- Referencja
- Application of Deep Belief Networks for Natural Language Understanding
- Ostatnio zaktualizowane
- 28 November 2025
Co oznaczają liczby
Co to jest model?
DBN for NLP został opublikowany przez Microsoft,University of Toronto, w kraju zapisanym jako United States of America, podczas February 2014. Organizacja publikująca jest klasyfikowana jako industry,Academia.
Działa w dziedzinie Language, i jest zapisany jako wykonujący zadanie text classification.
To jest model zamknięty: wytrenowane wartości pozostały u tego, kto je wyprodukował, a lokalna wersja do uruchomienia nie istnieje.
Jak to zostało wytrenowane
Został wytrenowany na korpusie około 27,000 Tokeny tekstu.
Odpowiedzi
DBN for NLP — częste pytania
DBN for NLP— ile ma parametrów?
Ma liczbę parametrów równą 1M. Assuming 1000 input features, 35 classes and 3 hidden layers of 500 units each. 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.
DBN for NLP— kto to stworzył?
Zostało opublikowane przez Microsoft,University of Toronto, oparty na United States of America, organizacja sklasyfikowana jako industry,Academia.
DBN for NLP— 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.
DBN for NLP— do czego to służy?
Działa w dziedzinie Language, i jest zarejestrowany jako realizujący zadanie text classification. To są obszary, wokół których został zaprojektowany; opisują zamiar, a nie twardą granicę.
DBN for NLP— 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.
DBN for NLP— 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.
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.