GELU for CIFAR-10
Žádný odhad
Žádné hardwarové požadavky pro tento model
Hmotnosti pro tento model nebyly zveřejněny, takže jej nelze stáhnout ani spustit na vlastním hardwaru v žádné velikosti. Je dostupný pouze prostřednictvím svého poskytovatele, a žádná změna grafické karty to nezmění..
Na záznamu
Plná specifikace
Všechno o tomto modelu v záznamech. Většina z toho popisuje, jak byl trénován, spíše než jak funguje — užitečný kontext pro posouzení, kolik práce do něj bylo vynaloženo, a jak se srovnává s modely postavenými na jiné úrovni..
Původ
Kdo vytvořil tento model, kde a kdy byl publikován.
- Organizace
- University of California (UC) Berkeley,Toyota Technological Institute at Chicago
- Typ organizace
- Academia,Academia
- Země
- United States of America
- Publikováno
- 6 June 2023
- Autoři
- Dan Hendrycks, Kevin Gimpel
Co to dělá
Problémové oblasti, pro které byl model vytvořen. Model může obsahovat několik z každého.
- Doména
- Vision
- Úkol
- Image classification
Velikost
Jak velký je model a kolik dat byl trénován. Parametry jsou číslo, které rozhoduje, zda se vejde na danou grafickou kartu.
- parametry
- 9.9K
- Výcviková data
- 50,000 tokens
- Epochy
- 250
https://docs.google.com/spreadsheets/d/1rnsk2ysbAra1UfQWD9TFDki-0T9OmKqBdd7fw6O7QWE/edit?usp=sharing
50K - traning examples in MNIST datset
Výpočty pro trénink
Aritmetika prováděná k trénování modelu, měřená v operacích s plovoucí desetinnou čárkou. Je to měřítko toho, kolik stál tréninkový běh, ne jak rychle hotový model na vás odpovídá.
- Výpočty pro trénink
- 7.4 × 10¹¹ FLOP
- Jak bylo ustanoveno
- Operation counting
6ND = 6*9888*50000*250=741600000000
Tréninkový běh
Co fyzicky vyžadovalo trénování: které čipy, kolik, jak dlouho a co to vyžadovalo ze zásuvky.
- Tréninkový hardware
- NVIDIA GeForce GTX TITAN X
Dostupnost
Zda můžete získat model a spustit ho na svém vlastním hardwaru, což rozhoduje o tom, zda se některé z čísel grafických karet na této stránce vztahují.
- Tréninkový kód
- Open source
https://github.com/hendrycks/GELUs MIT License
Jak je to klasifikováno
Štítky aplikačních datových sad, které se používají při sledování významných modelů, a jak jistý je ve záznamu.
- Záznam důvěry
- Speculative
Žrovy
Odkud tento záznam pochází a kdy byl naposledy zkontrolován.
- Reference
- Gaussian Error Linear Units (GELUs)
- Nap poslední aktualizace
- 28 November 2025
Co čísla znamenají
Co je tento MODEL
GELU for CIFAR-10 byl zveřejněn University of California (UC) Berkeley,Toyota Technological Institute at Chicago, v zemi zaznamenané jako United States of America, během June 2023. Vychází z organizace, která je kategorizována jako academia,Academia.
funguje v oblasti Vision, a je zaznamenán jako vykonávající úkol image classification.
Jeho váhy nikdy nebyly zveřejněny, takže k němu lze přistupovat pouze prostřednictvím jeho poskytovatele. Žádná změna grafické karty to nezmění.
Co bylo zapotřebí k jeho vybudování
Produkce toho vyžadovala aritmetiku v celkové výši přibližně 7.4 × 10¹¹ FLOP, na hardwaru zaznamenáno jako NVIDIA GeForce GTX TITAN X. Tato částka měří, kolik stál výroba modelu, a nemá žádný vliv na to, jak rychle odpovídá.
Trénink spotřeboval korpus kolem 50,000 tokeny textu
Odpovědi
GELU for CIFAR-10 — běžné otázky
GELU for CIFAR-10— kolik má parametrů?
Má počet parametrů 9.9K. https://docs.google.com/spreadsheets/d/1rnsk2ysbAra1UfQWD9TFDki-0T9OmKqBdd7fw6O7QWE/edit?usp=sharing. Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.
GELU for CIFAR-10— Kdo to vytvořil?
Bylo to publikováno společností University of California (UC) Berkeley,Toyota Technological Institute at Chicago, zakládající se na United States of America, organizace zařazená jako academia,Academia.
GELU for CIFAR-10— Kdy byl vydán?
Bylo to zveřejněno v June 2023. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.
GELU for CIFAR-10— K čemu se to používá?
funguje v oblasti Vision, a je zaznamenáno jako zpracovávající úkol image classification. Modely často obsahují více než jeden z každého a štítky popisují účel spíše než omezení schopností.
GELU for CIFAR-10— kolik výpočetního výkonu bylo použito k jeho trénování?
Trénink spotřeboval kolem 7.4 × 10¹¹ FLOP, na hardwaru zaznamenáno jako NVIDIA GeForce GTX TITAN X. To měří, co stálo výrobu modelu, a neříká nic o tom, jak rychle odpovídá po natrénování — rychlost inferencí závisí na šířce pásma paměti, nikoli na rozpočtu na trénink.
GELU for CIFAR-10— Jakou GPU potřebuji k jejímu spuštění?
Žádné. Toto je uzavřený model — jeho váhy nikdy nebyly zveřejněny, takže jej nelze stáhnout nebo spustit na vlastním hardwaru za žádnou cenu. Je dostupný pouze prostřednictvím jeho poskytovatele.
GELU for CIFAR-10— Je to OPEN SOURCE?
Licencování nikdy nebylo zaznamenáno v našich zdrojových datech. Neuváděné licencování považujeme za uzavřené, protože nezaznamenaná licence není na kterou by se dalo spoléhat.
Druhý směr
Díváte se na to z druhé strany?
Tato stránka začíná od modelu. Pokud již vlastníte kartu a chcete vědět všechno, co bude spuštěno, začněte raději od hardwaru.