NASv3 (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
- Google Brain
- Typ organizace
- Industry
- Země
- United States of America
- Publikováno
- 5 November 2016
- Autoři
- Barret Zoph, Quoc V. Le
Co to dělá
Problémové oblasti, pro které byl model vytvořen. Model může obsahovat několik z každého.
- Doména
- Vision
- Úkol
- Image classification, Neural Architecture Search - NAS
Velikost
Jak velký je model a kolik dat byl trénován. Parametry jsou číslo, které rozhoduje, zda se vejde na danou grafickou kartu.
- parametry
- 37.4M
- Výcviková data
- 45,000 tokens
Table 1
CIFAR-10 (does not factor in augmentation procedures)
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
- 2.2 × 10²¹ FLOP
- Jak bylo ustanoveno
- Third-party estimation,Operation counting
50 epochs * 50,000 images * 10.0 GFLOPSs * 12800 networks * 2 add-multiply * 3 backward pass = 1.9e6 PF = 22 pfs-days source: https://openai.com/blog/ai-and-compute/
Tréninkový běh
Co fyzicky vyžadovalo trénování: které čipy, kolik, jak dlouho a co to vyžadovalo ze zásuvky.
- Používané čipy
- 800
- Náklady na výpočet
- $21,184
Jak je to klasifikováno
Štítky aplikačních datových sad, které se používají při sledování významných modelů, a jak jistý je ve záznamu.
- Frontier model
- Yes
- Proč je to sledováno
- Highly cited
- Záznam důvěry
- Likely
- Citace
- 5,894
Žrovy
Odkud tento záznam pochází a kdy byl naposledy zkontrolován.
- Reference
- Neural Architecture Search with Reinforcement Learning
- Nap poslední aktualizace
- 25 May 2026
Co čísla znamenají
O tomto modelu
NASv3 (CIFAR-10) byl zveřejněn Google Brain, v zemi zaznamenané jako United States of America, během November 2016. Vydavatelská organizace je kategorizována jako industry.
funguje v oblasti Vision, a je zaznamenán jako vykonávající úkol image classification, Neural Architecture Search - NAS.
Toto je uzavřený model: trénované hodnoty zůstaly u toho, kdo je vyprodukoval, a není k dispozici žádná místní verze k spuštění.
Jak bylo trénováno
Produkce toho vyžadovala aritmetiku v celkové výši přibližně 2.2 × 10²¹ FLOP. Tato částka měří, kolik stál výroba modelu, a nemá žádný vliv na to, jak rychle odpovídá.
Tréninková sada běžela na přibližně 45,000 tokeny textu
Jeho kritérium zahrnutí: highly cited.
Odpovědi
NASv3 (CIFAR-10) — běžné otázky
NASv3 (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.
NASv3 (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.
NASv3 (CIFAR-10)— kolik má parametrů?
Má počet parametrů 37.4M. Table 1. Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.
NASv3 (CIFAR-10)— Kdo to vytvořil?
Bylo to publikováno společností Google Brain, zakládající se na United States of America, organizace zařazená jako industry.
NASv3 (CIFAR-10)— Kdy byl vydán?
Bylo to zveřejněno v November 2016. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.
NASv3 (CIFAR-10)— K čemu se to používá?
funguje v oblasti Vision, a je zaznamenáno jako zpracovávající úkol image classification, Neural Architecture Search - NAS. Model může nést několik z každého, takže to jsou oblasti, pro které byl navržen, spíše než omezení toho, co se pokusí.
NASv3 (CIFAR-10)— kolik výpočetního výkonu bylo použito k jeho trénování?
Trénink spotřeboval kolem 2.2 × 10²¹ FLOP. 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.
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.