AmoebaNet-A (F=448)
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
- Google Brain
- Typ organizace
- Industry
- Země
- United States of America
- Publikováno
- 5 February 2018
- Autoři
- Esteban Real, Alok Aggarwal, Yanping Huang, Quoc V Le
Co to dělá
Problémové oblasti, pro které byl model vytvořen. Model může obsahovat několik z každého.
- Doména
- Vision
- Úkol
- Image classification
- Číselný formát
- FP32
Velikost
Jak velký je model a kolik dat byl trénován. Parametry jsou číslo, které rozhoduje, zda se vejde na danou grafickou kartu.
- parametry
- 469M
- Výcviková data
- 1,150,000 tokens
Table 2
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
- 3.9 × 10²⁰ FLOP
- Jak bylo ustanoveno
- Hardware
450 K40 GPUs for 20k models (approx. 7 days). (From Imagenet paper-data, Besiroglu et al., forthcoming)
Tréninkový běh
Co fyzicky vyžadovalo trénování: které čipy, kolik, jak dlouho a co to vyžadovalo ze zásuvky.
- Tréninkový hardware
- NVIDIA Tesla K40s
- Používané čipy
- 450
- Čip-hodiny
- 75,600
- Doba reálného času
- 168 hours (7 days)
- Příkon
- 229.2 kW
- Náklady na výpočet
- $11,766
"Each experiment ran on 450 K40 GPUs for 20k models (approx. 7 days)."
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.
- Hmotnosti
- Closed — provider access only
- Přístup k modelu
- Unreleased
- Tréninkový kód
- Unreleased
has code, but looks like just a toy model: https://colab.research.google.com/github/google-research/google-research/blob/master/evolution/regularized_evolution_algorithm/regularized_evolution.ipynb
Jak je to klasifikováno
Štítky aplikačních datových sad, které se používají při sledování významných modelů, a jak jistý je ve záznamu.
- Záznam důvěry
- Confident
- Citace
- 3,322
Žrovy
Odkud tento záznam pochází a kdy byl naposledy zkontrolován.
- Reference
- Regularized Evolution for Image Classifier Architecture Search
- Nap poslední aktualizace
- 25 May 2026
Co čísla znamenají
Co je tento MODEL
AmoebaNet-A (F=448) byl zveřejněn Google Brain, v zemi zaznamenané jako United States of America, během February 2018. Vydavatelská organizace je kategorizována jako industry.
funguje v oblasti Vision, a je zaznamenán jako vykonávající úkol image classification.
Toto je uzavřený model: trénované hodnoty zůstaly u toho, kdo je vyprodukoval, a není k dispozici žádná místní verze k spuštění.
Trénink a původ
Trénování si vyžádalo výpočetní rozpočet přibližně 3.9 × 10²⁰ FLOP, na hardwaru zaznamenáno jako NVIDIA Tesla K40s. Tato částka měří, kolik stál výroba modelu, a nemá žádný vliv na to, jak rychle odpovídá.
Tréninková sada běžela na přibližně 1,150,000 tokeny textu
Odpovědi
AmoebaNet-A (F=448) — běžné otázky
AmoebaNet-A (F=448)— Kdo to vytvořil?
Bylo to publikováno společností Google Brain, zakládající se na United States of America, organizace zařazená jako industry.
AmoebaNet-A (F=448)— Kdy byl vydán?
Bylo to zveřejněno v February 2018. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.
AmoebaNet-A (F=448)— K čemu se to používá?
funguje v oblasti Vision, a je zaznamenáno jako zpracovávající úkol image classification. Toto jsou oblasti, kolem nichž byl navržen; popisují záměr spíše než tvrdou hranici.
AmoebaNet-A (F=448)— kolik výpočetního výkonu bylo použito k jeho trénování?
Trénink spotřeboval kolem 3.9 × 10²⁰ FLOP, na hardwaru zaznamenáno jako NVIDIA Tesla K40s. 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.
AmoebaNet-A (F=448)— 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.
AmoebaNet-A (F=448)— Je to OPEN SOURCE?
Ne. Jeho váhy nebyly zveřejněny, takže existuje pouze jako služba řízená jeho vlastníkem.
AmoebaNet-A (F=448)— kolik má parametrů?
Má počet parametrů 469M. Table 2. Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.
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.