LeNet-5
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
- AT&T
- Organisationsart
- Industry
- Land
- United States of America
- Veröffentlicht
- 1 November 1998
- Autoren
- Yann LeCun, Léon Bottou, Yoshua Bengio, Patrick Haffner
Was es tut
Die Problemfelder, für die das Modell entwickelt wurde. Ein Modell kann mehrere davon tragen.
- Domain
- Vision
- Aufgabe
- Character recognition (OCR)
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
- 60K
- Trainingsdaten
- 60,000 tokens
"[LeNet5] contains 390408 connections, but only 60000 trainable free parameters because of the weight sharing"
The MNIST database contains 60,000 training images and 10,000 testing images (Wikipedia)
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
- 2.8 × 10¹² FLOP
- Wie es etabliert wurde
- Operation counting
"[LeNet5] contains 390408 connections" = multiply-adds MNIST - 60,000 data points 20 epochs 390408*60000*6*20=2.810938e+12
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
- Historical significance,Highly cited
- Aufzeichnungsgenauigkeit
- Confident
- Zitationen
- 57,900
Quellen
Woher dieser Datensatz stammt und wann er zuletzt überprüft wurde.
- Referenz
- Gradient-based Learning Applied to Document Recognition
- Zuletzt aktualisiert
- 1 January 2026
Was die Zahlen bedeuten
Über dieses Modell
LeNet-5 wurde veröffentlicht von AT&T, im Land aufgezeichnet als United States of America, während November 1998. Die veröffentlichende Organisation ist als industry.
Es funktioniert im Bereich von Vision, und wird als die Aufgabe von aufgezeichnet character recognition (OCR).
Seine Gewichte wurden niemals veröffentlicht, daher kann es nur über seinen Anbieter erreicht werden. Keine Grafikkarten ändern das.
Was in den Aufbau geflossen ist
Der Trainingslauf verbrauchte etwa 2.8 × 10¹² FLOP. 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 60,000 Text-Tokens
Das Einschlusskriterium: historical significance,Highly cited.
Antworten
LeNet-5 — Häufige Fragen
LeNet-5— 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.
LeNet-5— Wie viele Parameter hat es?
Es hat eine Parameteranzahl von 60K. "[LeNet5] contains 390408 connections, but only 60000 trainable free parameters because of the weight sharing". 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.
LeNet-5— Wer hat es erstellt?
Es wurde veröffentlicht von AT&T, basiert auf United States of America, eine als kategorisierte Organisation industry.
LeNet-5— Wann wurde es veröffentlicht?
Es wurde veröffentlicht in November 1998. Die Fähigkeit pro Parameter hat sich erheblich verbessert, sodass ein neueres Modell derselben Größe oft die bessere Nutzung derselben Hardware darstellt.
LeNet-5— Wofür wird es verwendet?
Es funktioniert im Bereich von Vision, und wird als Bewältigung der Aufgabe von character recognition (OCR). Ein Modell kann mehrere von jedem tragen, daher sind dies die Bereiche, für die es gebaut wurde, anstatt eine Begrenzung dafür, was es versuchen wird.
LeNet-5— Wie viel Rechenleistung wurde verwendet, um es zu trainieren?
Training verbrauchte etwa 2.8 × 10¹² 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.
LeNet-5— 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.
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.