RQ-Transformer (1.4B params ImageNet dataset)
Sin estimación
Sin requisitos de hardware para este modelo
Los pesos para este modelo no han sido publicados, por lo que no se puede descargar ni ejecutar en tu propio hardware de ningún tamaño. Solo se puede acceder a través de su proveedor, y ningún cambio de tarjeta gráfica eso..
En registro
especificación completa
Todo en archivo para este modelo. La mayor parte describe cómo fue entrenado en lugar de cómo se ejecuta — contexto útil para juzgar cuánto trabajo se invirtió en él y cómo se compara con modelos construidos a una escala diferente..
Origen
Quién construyó este modelo, dónde, y cuándo fue publicado.
- Organización
- Kakao,POSTECH
- Tipo de Organización
- Industry,Academia
- País
- Korea (Republic of)
- Publicado
- 3 March 2022
- Autores
- Doyup Lee, Chiheon Kim, Saehoon Kim, Minsu Cho, Wook-Shin Han
Lo que hace
Las áreas problemáticas para las que se construyó el modelo. Un modelo puede llevar varios de cada uno.
- Dominio
- Vision, Image generation
- Tarea
- Text-to-image
Tamaño
Qué tan grande es el modelo y cuántos datos se usaron para su entrenamiento. Los parámetros son la cifra que decide si se ajusta en una tarjeta gráfica dada.
- parámetros
- 1.4B
- Datos de entrenamiento
- 327,680,000 tokens
- Épocas
- 50
1388M from Table 5 - ImageNet rows
size of ImageNet
Cómputo de entrenamiento
La aritmética realizada para entrenar el modelo, medida en operaciones de punto flotante. Es una medida de lo que costó la ejecución del entrenamiento, no de qué tan rápido te responde el modelo terminado.
- Cómputo de entrenamiento
- 1.1 × 10²⁰ FLOP
- Cómo se estableció
- Hardware
"We use eight NVIDIA A100 GPUs to train RQ-Transformer of 1.4B parameters, and four GPUs to train RQ-Transformers of other sizes. The training time is <9 days for LSUN-cat, LSUN-bedroom, <4.5 days for ImageNet, and CC-3M, and <1 day for LSUN-church and FFHQ. " Quote probably involves a typo – I expect 8 A100s were used for 4.5 days to train the 3.8B model. 1.4B model probably used 4 GPUs. Best guess: (4) * (3.12e14) * (78.4 * 3600) * (0.3) = 1.057e20 (num gpu) * (peak flops) * (time in seconds…
La ejecución de entrenamiento
Lo que costó físicamente entrenar: qué chips, cuántos, por cuánto tiempo y qué eso consumió de la pared.
- Hardware de entrenamiento
- NVIDIA A100
- Chips utilizados
- 8
- Horas de chip
- 864
- Tiempo de reloj
- 78 hours
- Consumo de energía
- 6.4 kW
4.5 days for ImageNet for 1.4B model, but I expect this was a typo; probably the details are for the largest model. This also suggests training the 1.4B model used 4 rather than 8 GPUs, so would have taken ~ twice as long. Based on this, I use 4.5 days * (1.388B / 3.822B) * 2 = 78.4 hours "We use eight NVIDIA A100 GPUs to train RQ-Transformer of 1.4B parameters, and four GPUs to train RQ-Transformers of other sizes. The training time is <9 days for LSUN-cat, LSUN-bedroom, <4.5 days for ImageNe…
Cómo está clasificado
Etiquetas que el conjunto de datos fuente aplica al rastrear modelos notables y cuán confiable es en la entrada.
- Confianza de registro
- Likely
- Citas
- 763
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- Autoregressive Image Generation using Residual Quantization
- Última actualización
- 25 May 2026
Qué significan los números
Acerca de este modelo
RQ-Transformer (1.4B params ImageNet dataset) fue publicado por Kakao,POSTECH, en el país registrado como Korea (Republic of), durante March 2022. La categoría en la que se encuentra el editor es industry,Academia.
Funciona en el dominio de Vision, Image generation, y se registra como realizando la tarea de text-to-image.
Este es un modelo cerrado: los valores entrenados quedaron con quien los produjo, y no hay una versión local para ejecutar.
Qué se necesitó para construirlo
Producirlo requirió una aritmética que totaliza alrededor de 1.1 × 10²⁰ FLOP, en hardware registrado como NVIDIA A100. Esa cifra mide lo que costó producir el modelo, y no tiene relación con qué tan rápido responde.
Fue entrenado en un corpus de aproximadamente 327,680,000 tokens de texto
Respuestas
RQ-Transformer (1.4B params ImageNet dataset) — preguntas comunes
RQ-Transformer (1.4B params ImageNet dataset)— cuánto compute se utilizó para entrenarlo?
El entrenamiento consumió alrededor 1.1 × 10²⁰ FLOP, en hardware registrado como NVIDIA A100. Eso mide cuánto costó producir el modelo y no dice nada sobre cuán rápido responde una vez entrenado — la velocidad de inferencia proviene del ancho de banda de memoria, no del presupuesto de entrenamiento.
RQ-Transformer (1.4B params ImageNet dataset)— ¿Qué GPU necesito para ejecutarlo?
Ninguno. Este es un modelo cerrado: sus PESOS nunca fueron publicados, por lo que no se puede descargar o ejecutar en su propio hardware a ningún precio. Solo se puede acceder a él a través de su proveedor.
RQ-Transformer (1.4B params ImageNet dataset)— ¿Es de código abierto?
La licencia nunca fue registrada en nuestros datos fuente. Tratamos las licencias no declaradas como cerradas, porque una licencia no registrada no es una en la que confiar.
RQ-Transformer (1.4B params ImageNet dataset)— ¿cuántos parámetros tiene?
Tiene un recuento de parámetros de 1.4B. 1388M from Table 5 - ImageNet rows. Esa cifra es el total, y es lo que decide cuánta MEMORIA necesita el modelo — aproximadamente medio gigabyte por mil millones en la compresión que la mayoría de las personas usa.
RQ-Transformer (1.4B params ImageNet dataset)— ¿Quién lo creó?
Fue publicado por Kakao,POSTECH, basado en Korea (Republic of), una organización categorizada como industry,Academia.
RQ-Transformer (1.4B params ImageNet dataset)— ¿cuándo fue lanzado?
Se publicó en March 2022. La capacidad por parámetro ha mejorado considerablemente desde entonces, por lo que un modelo más reciente del mismo tamaño suele ser el mejor uso del mismo hardware.
RQ-Transformer (1.4B params ImageNet dataset)— ¿Para qué se utiliza?
Funciona en el dominio de Vision, Image generation, y se registra como manejando la tarea de text-to-image. Los Modelos suelen llevar más de uno de cada uno, y las etiquetas describen el propósito en lugar de los límites de capacidad.
La otra dirección
¿Mirándolo desde el otro lado?
Esta página comienza desde el modelo. Si ya posees una tarjeta y quieres saber todo lo que podrá ejecutar., Comience desde el hardware en su lugar.