Xception
Keine Schätzung
Keine Hardwareanforderungen für dieses Modell
Die Gewichte für dieses Modell wurden nicht veröffentlicht, daher kann es nicht heruntergeladen oder auf Ihrer eigenen Hardware in beliebiger Größe betrieben werden. Es ist nur über seinen Anbieter erreichbar, und keine Grafikkarte ändert das..
Aufgezeichnet
Volle Spezifikation
Alles, was in unserer Datenbank für dieses Modell aufgezeichnet ist. Der Großteil beschreibt, wie es trainiert wurde, anstatt wie es läuft — nützlicher Kontext zur Beurteilung, wie viel Arbeit darin steckt und wie es sich mit Modellen vergleicht, die in einem anderen Maßstab erstellt wurden..
Ursprung
Wer hat dieses Modell gebaut, wo und wann es veröffentlicht wurde.
- Organisation
- Organisationsart
- Industry
- Land
- United States of America
- Veröffentlicht
- 7 October 2016
- Autoren
- François Chollet
Was es tut
Die Problemfelder, für die das Modell entwickelt wurde. Ein Modell kann mehrere davon tragen.
- Domain
- Vision
- Aufgabe
- Image classification
Größe
Wie groß das Modell ist und wie viele Daten damit trainiert wurden. Parameter sind die Zahl, die entscheidet, ob es auf einer bestimmten GPU-Karte passt.
- Parameter
- 22.9M
- Trainingsdaten
- 350,000,000 tokens
Table 3
"JFT is an internal Google dataset for large-scale image classification dataset, first introduced by Hinton et al. in [5], which comprises over 350 million high-resolution images annotated with labels from a set of 17,000 classes. To evaluate the performance of a model trained on JFT, we use an auxiliary dataset, FastEval14k"
Training-Compute
Die Berechnung, die durchgeführt wird, um das Modell zu trainieren, gemessen in Gleitpunktoperationen. Es ist ein Maß dafür, was der Trainingslauf gekostet hat, nicht dafür, wie schnell das fertige Modell Ihnen antwortet.
- Training-Compute
- 4.4 × 10²⁰ FLOP
- Wie es etabliert wurde
- Hardware,Third-party estimation
60 K80 GPUs * 30 days * 8.5 TFLOPS/GPU * 0.33 utilization = 4.36e20 Authors of "AI and Memory Wall" (https://github.com/amirgholami/ai_and_memory_wall) estimated model's training compute as 450,000 PFLOP = 4.5*10^20 FLOP
Der Trainingslauf
Was es physisch gekostet hat, um zu trainieren: welche Chips, wie viele, wie lange und was das aus der Wand gezogen hat.
- Trainingshardware
- NVIDIA Tesla K80
- Verwendete Chips
- 60
- Chip-Stunden
- 43,200
- Wand-Uhrzeit
- 720 hours (30 days)
- Stromverbrauch
- 37.8 kW
- Rechenkosten
- $13,109
"while the JFT experiments took over one month each."
Wie es klassifiziert ist
Labels, die das Quell-Datenset anwendet, wenn bemerkenswerte Modelle verfolgt werden, und wie zuversichtlich es in den Eintrag ist.
- Grenzmodell
- Yes
- Warum es verfolgt wird
- Highly cited
- Aufzeichnungsgenauigkeit
- Confident
- Zitationen
- 17,674
Quellen
Woher dieser Datensatz stammt und wann er zuletzt überprüft wurde.
- Referenz
- Xception: Deep Learning with Depthwise Separable Convolutions
- Zuletzt aktualisiert
- 25 May 2026
Was die Zahlen bedeuten
Was dieses Modell ist
Xception wurde veröffentlicht von Google, im Land aufgezeichnet als United States of America, während October 2016. Die veröffentlichende Organisation ist als industry.
Es funktioniert im Bereich von Vision, und wird als die Aufgabe von aufgezeichnet image classification.
Seine Gewichte wurden niemals veröffentlicht, daher kann es nur über seinen Anbieter erreicht werden. Keine Grafikkarten ändern das.
Training und Herkunft
Das Training benötigte ein Rechenbudget von ungefähr 4.4 × 10²⁰ FLOP, auf Hardware erfasst als NVIDIA Tesla K80. Diese Zahl misst die Kosten für die Produktion des MODELLS und hat keinen Einfluss darauf, wie schnell es antwortet.
Training verbrauchte ein Korpus von etwa 350,000,000 Text-Tokens
Der Grund, warum es überhaupt in diesem Katalog erscheint: highly cited.
Antworten
Xception — Häufige Fragen
Xception— Wann wurde es veröffentlicht?
Es wurde veröffentlicht in October 2016. Die Fähigkeit pro Parameter hat sich erheblich verbessert, sodass ein neueres Modell derselben Größe oft die bessere Nutzung derselben Hardware darstellt.
Xception— Wofür wird es verwendet?
Es funktioniert im Bereich von Vision, und wird als Bewältigung der Aufgabe von image classification. Dies sind die Bereiche, um die es entworfen wurde; sie beschreiben die Absicht und nicht eine harte Grenze.
Xception— Wie viel Rechenleistung wurde verwendet, um es zu trainieren?
Training verbrauchte etwa 4.4 × 10²⁰ FLOP, auf Hardware erfasst als NVIDIA Tesla K80. Das misst, was die Produktion des Modells gekostet hat, und sagt nichts darüber aus, wie schnell es einmal trainiert antwortet — die Inferenzgeschwindigkeit kommt von der MEMORY-BANDWIDTH, nicht vom TRAINING-BUDGET.
Xception— Welche GPU benötige ich, um es auszuführen?
Dieses ist ein geschlossenes Modell — seine Gewichte wurden nie veröffentlicht, sodass es zu keinem Preis heruntergeladen oder auf Ihrer eigenen Hardware ausgeführt werden kann. Es ist nur über seinen Anbieter erreichbar.
Xception— Ist es Open-Source?
Die Lizenzierung wurde nie in unseren Quelldaten aufgezeichnet. Wir behandeln nicht angegebene Lizenzen als geschlossen, da eine nicht aufgezeichnete Lizenz keine ist, auf die man sich verlassen kann.
Xception— Wie viele Parameter hat es?
Es hat eine Parameteranzahl von 22.9M. Table 3. Diese Zahl ist die Gesamtsumme, und sie bestimmt, wie viel MEMORY das MODEL benötigt – ungefähr ein halbes Gigabyte pro Milliarde bei der Kompression, die die meisten Menschen verwenden.
Xception— Wer hat es erstellt?
Es wurde veröffentlicht von Google, basiert auf United States of America, eine als kategorisierte Organisation industry.
Die andere Richtung
Von der anderen Seite aus betrachten?
Diese Seite beginnt mit dem Modell. Wenn Sie bereits eine Karte besitzen und alles wissen möchten, was sie ausführen wird, Starte stattdessen von der Hardware.