ADAM (CIFAR-10)
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
- University of Amsterdam,OpenAI,University of Toronto
- Organisationsart
- Academia,Industry,Academia
- Land
- Netherlands, United States of America, Canada
- Veröffentlicht
- 22 December 2014
- Autoren
- Diederik P. Kingma, Jimmy Ba
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
- 2.4M
- Trainingsdaten
- 50,000 tokens
CIFAR-10 with c64-c64-c128-1000 architecture "Our CNN architecture has three alternating stages of 5x5 convolution filters and 3x3 max pooling with stride of 2 that are followed by a fully connected layer of 1000 rectified linear hidden units (ReLU’s). " "Training cost over 45 epochs. CIFAR-10 with c64-c64-c128-1000 architecture." CIFAR-10's input dimension is 32x32x3 Parameter: 3*64*5*5+64*64*5*5+64*128*5*5+128*4*4*1000+1000*10=2370000
Assumed they used the standard CIFAR-10 training split
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
- 6.2 × 10¹⁴ FLOP
- Wie es etabliert wurde
- Third-party estimation,Operation counting
From https://openai.com/blog/ai-and-compute/ Appendix less than 0.0007 pfs-days (86400*10^15*0.0007) Manual estimate: 3 (forward-backward adjustment) * 92589600 flop per forward pass * 50000 examples * 45 epochs = 624979800000000 (6.25e14)
Verfügbarkeit
Ob Sie das Modell beziehen und es auf Ihrer eigenen Hardware ausführen können, bestimmt, ob eine der Grafikkarten-Zahlen auf dieser Seite zutrifft.
- Gewichte
- Closed — provider access only
- Modellzugang
- Unreleased
- Training-Code
- Unreleased
Wie es klassifiziert ist
Labels, die das Quell-Datenset anwendet, wenn bemerkenswerte Modelle verfolgt werden, und wie zuversichtlich es in den Eintrag ist.
- Warum es verfolgt wird
- Highly cited
- Aufzeichnungsgenauigkeit
- Confident
- Zitationen
- 166,267
Quellen
Woher dieser Datensatz stammt und wann er zuletzt überprüft wurde.
- Referenz
- Adam: A Method for Stochastic Optimization
- Zuletzt aktualisiert
- 25 May 2026
Was die Zahlen bedeuten
Woher es kam
ADAM (CIFAR-10) wurde veröffentlicht von University of Amsterdam,OpenAI,University of Toronto, im Land aufgezeichnet als Netherlands, während December 2014. Die veröffentlichende Organisation ist als academia,Industry,Academia.
Es funktioniert im Bereich von Vision, und wird als die Aufgabe von aufgezeichnet image classification.
Da die Gewichte nicht verfügbar sind, gelten keine der Hardwareangaben an anderer Stelle auf dieser Seite für sie.
Training und Herkunft
Die Herstellung erforderte eine Arithmetik, die insgesamt etwa 6.2 × 10¹⁴ FLOP. Diese Zahl misst die Kosten für die Produktion des MODELLS und hat keinen Einfluss darauf, wie schnell es antwortet.
Es wurde auf einem Korpus von etwa 50,000 Text-Tokens
Der Grund, warum es überhaupt in diesem Katalog erscheint: highly cited.
Antworten
ADAM (CIFAR-10) — Häufige Fragen
ADAM (CIFAR-10)— 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.
ADAM (CIFAR-10)— Ist es Open-Source?
Nein. Seine Gewichte wurden nicht veröffentlicht, daher existiert es nur als ein Dienst, der von seinem Eigentümer kontrolliert wird.
ADAM (CIFAR-10)— Wie viele Parameter hat es?
Es hat eine Parameteranzahl von 2.4M. CIFAR-10 with c64-c64-c128-1000 architecture "Our CNN architecture has three alternating stages of 5x5 convolution filters and 3x3 max pooling with stride of 2 that are followed by a fully connected layer of 1000 rectified linear hidden units (ReLU’s). " "Training cost over 45 epochs. CIFAR-10 with c64-c64-c128-1000 architecture." CIFAR-10's input dimension is 32x32x3 Parameter: 3*64*5*5+64*64*5*5+64*128*5*5+128*4*4*1000+1000*10=2370000. 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.
ADAM (CIFAR-10)— Wer hat es erstellt?
Es wurde veröffentlicht von University of Amsterdam,OpenAI,University of Toronto, basiert auf Netherlands, eine als kategorisierte Organisation academia,Industry,Academia.
ADAM (CIFAR-10)— Wann wurde es veröffentlicht?
Es wurde veröffentlicht in December 2014. Die Fähigkeit pro Parameter hat sich erheblich verbessert, sodass ein neueres Modell derselben Größe oft die bessere Nutzung derselben Hardware darstellt.
ADAM (CIFAR-10)— Wofür wird es verwendet?
Es funktioniert im Bereich von Vision, und wird als Bewältigung der Aufgabe von image classification. Modelle tragen häufig mehr als eines von jeder, und die Tags beschreiben den Zweck anstelle von Fähigkeitsgrenzen.
ADAM (CIFAR-10)— Wie viel Rechenleistung wurde verwendet, um es zu trainieren?
Training verbrauchte etwa 6.2 × 10¹⁴ FLOP. 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.
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.