Hierarchical Scene Labeling (Stanford Background)
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
- New York University (NYU)
- Typ organizace
- Academia
- Země
- United States of America
- Publikováno
- 1 August 2013
- Autoři
- Clement Farabet; Camille Couprie; Laurent Najman; Yann LeCun
Co to dělá
Problémové oblasti, pro které byl model vytvořen. Model může obsahovat několik z každého.
- Doména
- Vision
- Úkol
- Semantic segmentation
- Přístup
- Supervised
Velikost
Jak velký je model a kolik dat byl trénován. Parametry jsou číslo, které rozhoduje, zda se vejde na danou grafickou kartu.
- parametry
- 51.6M
- Výcviková data
- 71,380,800 tokens
Figure 1 details architecture, weights are shared between scales “The network is then applied to each 3-dimension input map Xs. This input is transformed into a 16-dimension feature map, using a bank of 16 filters, 10 connected to the Y channel, the 6 others connected to the U and V channels. The second layer transforms this 16-dimension feature map into a 64-dimension feature map, each map being produced by a combination of 8 randomly selected feature maps from the previous layer. Finally the 6…
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
- 2.4 × 10¹⁷ FLOP
- Jak bylo ustanoveno
- Operation counting
Forward FLOP Split for the three sizes F1: L1: 2*1*7*7*10*320*240+2*2*7*7*6*320*240=165580800 L2: 2*8*64*7*7*160*120=963379200 FC: 2*32*80*60*256=78643200 F2: L1: 2*1*7*7*10*160*120+2*2*7*7*6*160*120=41395200 L2: 2*8*64*7*7*80*60=240844800 FC: 2*32*40*30*256=19660800 F3: L1: 2*1*7*7*10*80*60+2*2*7*7*6*80*60=10348800 L2: 2*8*64*7*7*40*30=60211200 FC: 2*32*20*15*256=4915200 Total: 165580800+963379200+78643200+41395200+240844800+19660800+10348800+60211200+4915200=1584979200 Training compute: 15849…
Tréninkový běh
Co fyzicky vyžadovalo trénování: které čipy, kolik, jak dlouho a co to vyžadovalo ze zásuvky.
- Používané čipy
- 1
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
Jak je to klasifikováno
Štítky aplikačních datových sad, které se používají při sledování významných modelů, a jak jistý je ve záznamu.
- Proč je to sledováno
- Highly cited,Historical significance
- Záznam důvěry
- Confident
Žrovy
Odkud tento záznam pochází a kdy byl naposledy zkontrolován.
- Reference
- Learning Hierarchical Features for Scene Labeling
- Nap poslední aktualizace
- 11 February 2026
Co čísla znamenají
O tomto modelu
Hierarchical Scene Labeling (Stanford Background) byl zveřejněn New York University (NYU), v zemi zaznamenané jako United States of America, během August 2013. Vychází z organizace, která je kategorizována jako academia.
funguje v oblasti Vision, a je zaznamenán jako vykonávající úkol semantic segmentation.
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 2.4 × 10¹⁷ FLOP. Tato částka měří, kolik stál výroba modelu, a nemá žádný vliv na to, jak rychle odpovídá.
Trénink spotřeboval korpus kolem 71,380,800 tokeny textu
Je sledováno v základním datasetu z jednoho konkrétního důvodu: highly cited,Historical significance.
Odpovědi
Hierarchical Scene Labeling (Stanford Background) — běžné otázky
Hierarchical Scene Labeling (Stanford Background)— Je to OPEN SOURCE?
Ne. Jeho váhy nebyly zveřejněny, takže existuje pouze jako služba řízená jeho vlastníkem.
Hierarchical Scene Labeling (Stanford Background)— kolik má parametrů?
Má počet parametrů 51.6M. Figure 1 details architecture, weights are shared between scales “The network is then applied to each 3-dimension input map Xs. This input is transformed into a 16-dimension feature map, using a bank of 16 filters, 10 connected to the Y channel, the 6 others connected to the U and V channels. The second layer transforms this 16-dimension feature map into a 64-dimension feature map, each map being produced by a combination of 8 randomly selected feature maps from the previous layer. Finally the 64-dimension feature map is transformed into a 256-dimension feature map, each map being produced by a combination of 32 randomly selected feature maps from the previous layer.” L1: 1*7*7*10+2*7*7*6=1078 L2: 8*64*7*7=25088 FC head is split for the three networks (assumption) FC: 32*80*60*256+32*40*30*256+32*20*15*256=51609600 This is a very different estimate to the 0.5M trainable parameters mentioned in the paper(!) "The convolutional network has roughly 0.5 million trainable parameters". Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.
Hierarchical Scene Labeling (Stanford Background)— Kdo to vytvořil?
Bylo to publikováno společností New York University (NYU), zakládající se na United States of America, organizace zařazená jako academia.
Hierarchical Scene Labeling (Stanford Background)— Kdy byl vydán?
Bylo to zveřejněno v August 2013. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.
Hierarchical Scene Labeling (Stanford Background)— K čemu se to používá?
funguje v oblasti Vision, a je zaznamenáno jako zpracovávající úkol semantic segmentation. Model může nést několik z každého, takže to jsou oblasti, pro které byl navržen, spíše než omezení toho, co se pokusí.
Hierarchical Scene Labeling (Stanford Background)— kolik výpočetního výkonu bylo použito k jeho trénování?
Trénink spotřeboval kolem 2.4 × 10¹⁷ 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.
Hierarchical Scene Labeling (Stanford Background)— 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.
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.