登录后查看消息通知
搜索
常见问题
消息
登录
首页
/
数据集
/
finals_2020_11_59
finals_2020_11_59
收藏
NIAID Data Ecosystem
2026-03-12 收录
日志分析
性能分析
数据链接:
https://zenodo.org/record/4286332
数据链接
链接失效反馈
官方服务:
问题咨询
购买咨询
在线客服
NEW
资源简介:
Log and boot files of game 59
游戏59的日志文件与启动文件
应用场景:
创建时间:
2020-11-24
相关数据集
GPT-3 Training Traces
深度学习
性能分析
该数据集是在训练各种GPT-3模型变体时收集的追踪数据,旨在评估模型的表现和执行行为。这些追踪数据是使用PyTorch Kineto工具收集的,包含了在不同并行策略下的详细执行分解。该数据集涵盖了从150亿到1750亿参数规模的模型训练,其任务是对大规模语言模型训练的性能建模与估计。
arXiv
27
0
finals_2019_07_200
电竞数据
日志分析
Log and boot files of game 200
NIAID Data Ecosystem
6
0
finals_2019_07_24
日志分析
Log and boot files of game 24
NIAID Data Ecosystem
4
0
LogHub - Windows Log Data
Windows系统
日志分析
A dataset of logs from Windows instances
kaggle
2023-10-12 更新
25
0
Results on paired t-test for statistical significance.
统计检验
性能分析
“H” represents the hypothesis that there is no difference in performance between S2S and convi6.
Figshare
2021-03-01 更新
4
0
© 2023-2026 上海数据发展科技有限责任公司 版权所有
沪ICP备17003045号-15
沪公网安备31010402336585号
热门搜索
社区交流群
科研交流群
商业服务
数据资源
寻源服务
数据采集
标注服务
数据产品
代理销售
数据领域
凭证登记
数据产品
介绍推广