Binarized Neural Network (MNIST)
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
- Technion - Israel Institute of Technology,Columbia University,University of Montreal / Université de Montréal
- Typ organizace
- Academia,Academia,Academia
- Země
- Israel, United States of America, Canada
- Publikováno
- 17 March 2016
- Autoři
- Matthieu Courbariaux, Itay Hubara, Daniel Soudry, Ran El-Yaniv, Yoshua Bengio
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
- 37M
- Výcviková data
- 60,000 tokens
- Epochy
- 1,000
Parameter count is not explicitly stated, but they give details: "The MLP we train on MNIST consists of 3 hidden layers of 4096 binary units (see Section 1) and a L2-SVM output layer" Approximately 37m, based on 784 pixels * 4096 + 2 * 4096^2
60k training images, 10k test in MNIST
Jak je to klasifikováno
Štítky aplikačních datových sad, které se používají při sledování významných modelů, a jak jistý je ve záznamu.
- Záznam důvěry
- Speculative
- Citace
- 3,299
Žrovy
Odkud tento záznam pochází a kdy byl naposledy zkontrolován.
- Reference
- Binarized Neural Networks: Training Neural Networks with Weights and Activations Constrained to +1 or −1
- Nap poslední aktualizace
- 11 February 2026
Co čísla znamenají
Odkud to přišlo
Binarized Neural Network (MNIST) byl zveřejněn Technion - Israel Institute of Technology,Columbia University,University of Montreal / Université de Montréal, v zemi zaznamenané jako Israel, během March 2016. Vychází z organizace, která je kategorizována jako academia,Academia,Academia.
funguje v oblasti Vision, a je zaznamenán jako vykonávající úkol image classification.
Protože váhy nejsou k dispozici, žádné z hardwarových údajů na tomto webu se na něj nevztahují.
Trénink a původ
Tréninková sada běžela na přibližně 60,000 tokeny textu
Odpovědi
Binarized Neural Network (MNIST) — běžné otázky
Binarized Neural Network (MNIST)— 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.
Binarized Neural Network (MNIST)— 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.
Binarized Neural Network (MNIST)— 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.
Binarized Neural Network (MNIST)— kolik má parametrů?
Má počet parametrů 37M. Parameter count is not explicitly stated, but they give details: "The MLP we train on MNIST consists of 3 hidden layers of 4096 binary units (see Section 1) and a L2-SVM output layer" Approximately 37m, based on 784 pixels * 4096 + 2 * 4096^2. Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.
Binarized Neural Network (MNIST)— Kdo to vytvořil?
Bylo to publikováno společností Technion - Israel Institute of Technology,Columbia University,University of Montreal / Université de Montréal, zakládající se na Israel, organizace zařazená jako academia,Academia,Academia.
Binarized Neural Network (MNIST)— Kdy byl vydán?
Bylo to zveřejněno v March 2016. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.
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.