Modeller och tekniker
Dense Models
Dense models, eller täta modeller, är AI-modeller där hela nätverket räknas igenom varje gång modellen används. Motsatsen är sparse models, som bara aktiverar en del av nätverket åt gången. Skillnaden handlar om beräkningskostnad och hastighet, inte om hur bra svaren blir.
Vad dense models förväxlas med
Stora modeller. Tät syftar på hur nätverket används, inte på antalet parametrar. En liten modell kan vara tät och en mycket stor kan vara gles.
Bättre modeller. Tätt är inget kvalitetsomdöme. Valet mellan tätt och glest handlar om vad det kostar att köra modellen.
Täta datamängder. Ordet dense används även om data. Här gäller det nätverkets struktur.
Var du möter dense models
I tekniska jämförelser mellan modeller, oftast när någon förklarar varför en modell är dyrare eller långsammare att köra. Använder ni färdiga verktyg är det inget ni behöver ta ställning till.
Vidare
Sparse Models är motsatsen och gör skillnaden tydlig. Neurala nätverk för strukturen som beskrivs. AI-modell för grundbegreppet.