SILC-S* (86M)
Καμία εκτίμηση
Δεν υπάρχουν απαιτήσεις υλικού για αυτό το μοντέλο
Δεν έχει δημοσιευτεί το βάρος για αυτό το μοντέλο, επομένως δεν μπορεί να κατέβει ή να τρέξει σε δικό σας υλικό σε οποιοδήποτε μέγεθος. Είναι προσβάσιμο μόνο μέσω του προμηθευτή του, και καμία κάρτα γραφικών δεν το αλλάζει αυτό..
Σε καταγραφή
Πλήρης προδιαγραφή
Όλα τα καταγεγραμμένα για αυτό το μοντέλο. Τα περισσότερα από αυτά περιγράφουν το πώς εκπαιδεύτηκε παρά το πώς τρέχει — χρήσιμο πλαίσιο για την εκτίμηση του πόση εργασία έχει επενδυθεί σε αυτό, και πώς συγκρίνεται με μοντέλα που έχουν κατασκευαστεί σε διαφορετική κλίμακα..
Προέλευση
Ποιος κατασκεύασε αυτό το μοντέλο, πού και πότε δημοσιεύθηκε.
- Οργάνωση
- ETH Zurich,DeepMind,Google,Technical University of Munich
- Τύπος οργανισμού
- Academia,Industry,Industry,Academia
- Χώρα
- Switzerland, United Kingdom of Great Britain and Northern Ireland, United States of America, Germany
- Δημοσιευμένο
- 20 October 2023
- Συγγραφείς
- Muhammad Ferjad Naeem, Yongqin Xian, Xiaohua Zhai, Lukas Hoyer, Luc Van Gool, Federico Tombari
Τι κάνει
Οι προβληματικές περιοχές για τις οποίες σχεδιάστηκε το μοντέλο. Ένα μοντέλο μπορεί να διαθέτει αρκετές από κάθε μία.
- τομέας
- Vision
- Εργασία
- Image classification, Image segmentation
Μέγεθος
Πόσο μεγάλο είναι το μοντέλο και πόσα δεδομένα έχει εκπαιδευτεί. Οι παράμετροι είναι ο αριθμός που αποφασίζει αν χωράει σε μια δεδομένη κάρτα γραφικών.
- παράμετροι
- 86M
- Δεδομένα εκπαίδευσης
- tokens
- Μέγεθος παρτίδας
- 16,000
"SILC models set a new state-of-the-art for these tasks at ViT/B16 model size" (https://arxiv.org/pdf/2310.13355, page 5). VIT/B16-224 has 86.6M parameters, and VIT/B16-384 has 86.9M parameters (https://huggingface.co/google/vit-base-patch16-224, https://huggingface.co/google/vit-base-patch16-384), so I will assume SILC-S has 86M parameters.
SILC-S* saw 20B examples of image-text pairs during training (https://www.ecva.net/papers/eccv_2024/papers_ECCV/papers/03093-supp.pdf, page 4).
"We trained with a batch size of 16k on Google TPUs" (https://arxiv.org/pdf/2310.13355, page 5).
Εκπαίδευση υπολογιστών
Η αριθμητική που πραγματοποιήθηκε για την εκπαίδευση του μοντέλου, μετρημένη σε πράξεις κινητής υποδιαστολής. Είναι ένα μέτρο του κόστους της προπόνησης, όχι της ταχύτητας με την οποία το ολοκληρωμένο μοντέλο σας απαντά.
- Εκπαίδευση υπολογιστών
- 1 × 10²² FLOP
"SILC* at ViT B/16 can be trained on 256 TPUv4 chips meanwhile the B/8 and L/16 models require 512 chips. The training takes around 5 days" (https://www.ecva.net/papers/eccv_2024/papers_ECCV/papers/03093-supp.pdf, page 7). Assuming a 33% utilization rate, Training compute = utilization rate * # of chips used * peak FLOPS / chip * training time = 0.33 * 256 TPUv4 chip * 2.75e14 FLOPS / TPUv4 chip * 5 days * 24 h / day * 3600 s / h ~= 1.004e22 FLOPS
Η εκπαίδευση run
Τι απαιτήθηκε φυσικά για την εκπαίδευση: ποιες κάρτες, πόσες, για πόσο καιρό, και τι αυτό απαιτούσε από το ρεύμα.
- Υλικό εκπαίδευσης
- Google TPU v4
- χρησιμοποιούμενα τσιπ
- 256
- Χρόνος τοίχου
- 120 hours
- Κατανάλωση ενέργειας
- 172.8 kW
"SILC* at ViT B/16 can be trained on 256 TPUv4 chips meanwhile the B/8 and L/16 models require 512 chips. The training takes around 5 days" (https://www.ecva.net/papers/eccv_2024/papers_ECCV/papers/03093-supp.pdf, page 7).
Διαθεσιμότητα
Εάν μπορείτε να αποκτήσετε το μοντέλο και να το τρέξετε στο δικό σας υλικό, το οποίο αποφασίζει αν οποιαδήποτε από τις αριθμούς της κάρτας γραφικών σε αυτή τη σελίδα ισχύει.
- Βάρη
- Closed — provider access only
- Πρόσβαση μοντέλου
- Unreleased
- Κωδικός εκπαίδευσης
- Unreleased
Πώς ταξινομείται
Ετικέτες το πηγαίο σύνολο δεδομένων εφαρμόζει όταν παρακολουθεί σημαντικά μοντέλα, και πόσο βέβαιο είναι στην είσοδο.
- Εγγραφή εμπιστοσύνης
- Confident
Πηγές
Από πού προήλθε αυτή η καταγραφή και πότε ελέγχθηκε τελευταία φορά.
- Αναφορά
- SILC: Improving Vision Language Pretraining with Self-Distillation
- Τελευταία ενημέρωση
- 11 February 2026
Τι σημαίνουν οι αριθμοί
Σχετικά με αυτό το μοντέλο
SILC-S* (86M) δημοσιεύθηκε από ETH Zurich,DeepMind,Google,Technical University of Munich, στην χώρα καταγεγραμμένη ως Switzerland, κατά τη διάρκεια October 2023. Η κατηγορία στην οποία υπάγεται ο εκδότης είναι academia,Industry,Industry,Academia.
Λειτουργεί στον τομέα της Vision, και καταγράφεται ότι εκτελεί την εργασία του image classification, Image segmentation.
Αυτό είναι ένα κλειστό μοντέλο: οι εκπαιδευμένες τιμές παρέμειναν με όποιον τις παρήγαγε, και δεν υπάρχει τοπική έκδοση για να τρέξει.
Πώς εκπαιδεύτηκε
Η παραγωγή του απαιτούσε αριθμητική που ανήλθε περίπου 1 × 10²² FLOP, σε υλικό καταγεγραμμένο ως Google TPU v4. Αυτή η τιμή μετράει το κόστος παραγωγής του μοντέλου και δεν έχει σχέση με το πόσο γρήγορα απαντά.
Απαντήσεις
SILC-S* (86M) — κοινές ερωτήσεις
SILC-S* (86M)— πόσο υπολογιστική ισχύς χρησιμοποιήθηκε για την εκπαίδευσή του;
Η εκπαίδευση κατανάλωσε περίπου 1 × 10²² FLOP, σε υλικό καταγεγραμμένο ως Google TPU v4. Αυτό μετράει το κόστος παραγωγής του μοντέλου και δεν λέει τίποτα για το πόσο γρήγορα απαντά μόλις εκπαιδευτεί — η ταχύτητα συμπερασμάτων προέρχεται από τον δίαυλο μνήμης, όχι από τον προϋπολογισμό εκπαίδευσης.
SILC-S* (86M)— ποια GPU χρειάζομαι για να το τρέξω;
Κανένα. Αυτό είναι ένα κλειστό μοντέλο - τα βάρη του δεν δημοσιεύθηκαν ποτέ, οπότε δεν μπορεί να κατέβει ή να εκτελεστεί σε δικό σας υλικό σε καμία τιμή. Είναι προσβάσιμο μόνο μέσω του προμηθευτή του.
SILC-S* (86M)— είναι ανοιχτού κώδικα;
Όχι. Τα βάρη του δεν έχουν δημοσιευθεί, οπότε υπάρχει μόνο ως υπηρεσία που ελέγχεται από τον ιδιοκτήτη του.
SILC-S* (86M)— πόσες παραμέτρους έχει;
Έχει αριθμό παραμέτρων 86M. "SILC models set a new state-of-the-art for these tasks at ViT/B16 model size" (https://arxiv.org/pdf/2310.13355, page 5). VIT/B16-224 has 86.6M parameters, and VIT/B16-384 has 86.9M parameters (https://huggingface.co/google/vit-base-patch16-224, https://huggingface.co/google/vit-base-patch16-384), so I will assume SILC-S has 86M parameters. Αυτή η φιγούρα είναι το σύνολο, και είναι αυτό που αποφασίζει πόση μνήμη χρειάζεται το μοντέλο - περίπου μισό γιγαμπάιτ ανά δισεκατομμύριο με τη συμπίεση που χρησιμοποιεί το πιο πολλοί άνθρωποι.
SILC-S* (86M)— ποιος το δημιούργησε;
Δημοσιεύθηκε από ETH Zurich,DeepMind,Google,Technical University of Munich, βασισμένο σε Switzerland, μία οργάνωση κατηγοριοποιημένη ως academia,Industry,Industry,Academia.
SILC-S* (86M)— πότε κυκλοφόρησε;
Δημοσιεύθηκε σε October 2023. Η ικανότητα ανά παράμετρο έχει βελτιωθεί σημαντικά από τότε, οπότε ένα νέο ΜΟΝΤΕΛ του ίδιου μεγέθους είναι συχνά η καλύτερη χρήση του ίδιου υλικού.
SILC-S* (86M)— για τί χρησιμοποιείται;
Λειτουργεί στον τομέα της Vision, και καταγράφεται ως διαχείριση της εργασίας του image classification, Image segmentation. Τα Μοντέλα συχνά φέρουν περισσότερα από ένα από το καθένα, και οι ετικέτες περιγράφουν τον σκοπό παρά τους περιορισμούς ικανότητας.
Η άλλη κατεύθυνση
Κοιτάζοντας το από την άλλη πλευρά;
Αυτή η σελίδα ξεκινά από το μοντέλο. Αν έχετε ήδη μια κάρτα και θέλετε να μάθετε τα πάντα για το τι θα τρέξει., ξεκινήστε από το υλικό αντ' αυτού.