DL scaling Image
Žádný odhad
Žádné hardwareové požadavky na tento model
Hmotnosti tohoto modelu nebyly publikovány, takže jej nelze stáhnout ani spustit na vlastním hardwaru v jakékoli velikosti. Je dostupný pouze prostřednictvím svého poskytovatele a žádná grafická karta to nezmění..
Záznam.
Plná specifikace
Všechno zaznamenané k tomuto modelu. Většina z toho popisuje, jak byl trénován, nikoli jak běží — užitečný kontext pro posouzení, kolik práce do něj bylo vloženo, a jak se srovnává s modely postavenými na jinou škálu.
Původ
Kdo vybudoval tento model, kde a kdy byl publikován.
- Organizace
- Baidu
- Typ organizace
- Industry
- Země
- China
- Publikováno
- 1 December 2017
- Autoři
- Joel Hestness, Sharan Narang, Newsha Ardalani, G. Diamos, Heewoo Jun, Hassan Kianinejad, Md. Mostofa Ali Patwary, Yang Yang, Yanqi Zhou
Co to dělá
Problémové oblasti, pro které byl model vyvinut. Model může obsahovat několik z každého.
- Doména
- Vision
- Úkol
- Image classification
- Přístup
- Supervised
Velikost
Jak velký je model a na kolik dat byl vytrénován. Parametry jsou číslo, které rozhoduje o tom, zda se vejde na danou grafickou kartu.
- Parametry
- 121M
- Tréninková data
- tokens
We test models with parameter counts ranging from 89K to 121M.
We train and validate ResNets on various shard sizes of ImageNet, ranging from 1 image per class (0.08% of images) up to 800 images per class (62%). ImageNet has 1,000 different object classes as outputs
Dostupnost
Zda můžete získat model a spustit ho na svém vlastním hardwaru, což rozhoduje o tom, zda se na tuto stránku vztahují jakákoliv čísla grafických karet.
- Váhy
- Closed — provider access only
- Přístup k modelu
- Unreleased
Jak je klasifikováno
Labely, které se na zdrojovém datovém souboru používají při sledování významných modelů, a jak moc si je jistý touto položkou.
- Proč je to sledováno
- Training cost
- Záznam důvěry
- Confident
Zdroje
Odkud tento záznam pochází a kdy byl naposled zkontrolován.
- Odkaz
- Deep Learning Scaling is Predictable, Empirically
- Naposledy aktualizováno
- 28 November 2025
Co čísla znamenají
Pozadí
DL scaling Image was published by Baidu, in China, in December 2017. It comes out of industry.
It works in Vision, and is recorded as doing image classification.
Toto je uzavřený model: vyškolené hodnoty zůstaly u toho, kdo je vyprodukoval, a není zde žádná lokální verze k provozování.
Jak byla trénována
Its inclusion criterion is training cost.
Odpovědi
DL scaling Image — Časté dotazy
When was DL scaling Image released?
DL scaling Image was published in December 2017. Capability per parameter has improved considerably since, so a newer model of the same size is often the better use of the same hardware.
What is DL scaling Image used for?
DL scaling Image works in Vision, and is recorded as handling image classification. Models frequently carry more than one of each, and the tags describe purpose rather than capability limits.
What GPU do I need to run DL scaling Image?
None. DL scaling Image is a closed model — its weights were never published, so it cannot be downloaded or run on your own hardware at any price. It is reachable only through its provider.
Is DL scaling Image open source?
No. DL scaling Image has not had its weights published, so it exists only as a service controlled by its owner.
How many parameters does DL scaling Image have?
DL scaling Image has 121M parameters. We test models with parameter counts ranging from 89K to 121M. That figure is the total, and it is what decides how much memory the model needs — roughly half a gigabyte per billion at the compression most people use.
Who created DL scaling Image?
DL scaling Image was published by Baidu, based in China, categorised as industry.
Druhý směr
Když se na to podíváte z druhé strany?
Tato stránka začíná modelem. Pokud již vlastníte kartu a chcete vědět, co vše bude schopna spustit, Začněte raději od hardwaru.