ConvNet Processor
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
- Courant Institute of Mathematical Sciences
- Typ organizace
- Academia
- Země
- United States of America
- Publikováno
- 31 August 2009
- Autoři
- Clément Farabet, Cyril Poulet, Jefferson Y Han, Yann LeCun
Co to dělá
Problémové oblasti, pro které byl model vytvořen. Model může obsahovat několik z každého.
- Doména
- Vision
- Úkol
- Face detection
Velikost
Jak velký je model a kolik dat byl trénován. Parametry jsou číslo, které rozhoduje, zda se vejde na danou grafickou kartu.
- parametry
- 14.4K
- Výcviková data
- 30,000 tokens
- Epochy
- 5
C1: 6x7x7 C3: 61x7x7 C5: 305x6x6 F6: 80x2 Total = 14423
"The dataset contained 45,000 images from various sources, of which 30,000 were used for training, and 15,000 for testing"
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
- 3.1 × 10¹⁴ FLOP
- Jak bylo ustanoveno
- Operation counting
(2*340 million) * 3 * 30000 * 5 "340 million connection network" operations per fwd pass ~= 2*340 million "With a fixed detection threshold, the system reaches a roughly 3% equal error rate on this dataset after only 5 training epochs through the training set."
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.
- Záznam důvěry
- Likely
Žrovy
Odkud tento záznam pochází a kdy byl naposledy zkontrolován.
- Reference
- CNP: An FPGA-based processor for convolutional networks
- Nap poslední aktualizace
- 28 November 2025
Co čísla znamenají
O tomto modelu
ConvNet Processor byl zveřejněn Courant Institute of Mathematical Sciences, v zemi zaznamenané jako United States of America, během August 2009. Kategorie, do které vydavatel spadá, je academia.
funguje v oblasti Vision, a je zaznamenán jako vykonávající úkol face detection.
Protože váhy nejsou k dispozici, žádné z hardwarových údajů na tomto webu se na něj nevztahují.
Trénink a původ
Produkce toho vyžadovala aritmetiku v celkové výši přibližně 3.1 × 10¹⁴ FLOP. Tato částka měří, kolik stál výroba modelu, a nemá žádný vliv na to, jak rychle odpovídá.
Bylo to trénováno na korpusu asi 30,000 tokeny textu
Odpovědi
ConvNet Processor — běžné otázky
ConvNet Processor— kolik má parametrů?
Má počet parametrů 14.4K. C1: 6x7x7 C3: 61x7x7 C5: 305x6x6 F6: 80x2 Total = 14423. Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.
ConvNet Processor— Kdo to vytvořil?
Bylo to publikováno společností Courant Institute of Mathematical Sciences, zakládající se na United States of America, organizace zařazená jako academia.
ConvNet Processor— Kdy byl vydán?
Bylo to zveřejněno v August 2009. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.
ConvNet Processor— K čemu se to používá?
funguje v oblasti Vision, a je zaznamenáno jako zpracovávající úkol face detection. Modely často obsahují více než jeden z každého a štítky popisují účel spíše než omezení schopností.
ConvNet Processor— kolik výpočetního výkonu bylo použito k jeho trénování?
Trénink spotřeboval kolem 3.1 × 10¹⁴ 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.
ConvNet Processor— 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.
ConvNet Processor— Je to OPEN SOURCE?
Ne. Jeho váhy nebyly zveřejněny, takže existuje pouze jako služba řízená jeho vlastníkem.
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.