CoAtNet
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
- Google,Google Research,Google Brain
- Tipo de Organización
- Industry,Industry,Industry
- País
- United States of America
- Publicado
- 9 June 2021
- Autores
- Zihang Dai, Hanxiao Liu, Quoc V. Le, Mingxing Tan
Lo que hace
Las áreas problemáticas para las que se construyó el modelo. Un modelo puede llevar varios de cada uno.
- Dominio
- Vision
- Tarea
- Image classification
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
- 2.4B
- Datos de entrenamiento
- 88,779,000,000,000 tokens
- Épocas
- 1.83
Used JFT-3B (3 billion images), but not stated for how many epochs. Based on GPU time, training took 4.27e+22 FLOPs. Table 5 indicates 2.586e12 FLOPs per image. Since training is roughly 3x the FLOP cost of inference, implies inference on full training set took 1.42e22 FLOP Then # images trained over is around 1.42e22 / 2.586e12 = 5,491,105,955 So probably ~1.83 epochs on 3B images
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
- 4.3 × 10²² FLOP
- Cómo se estableció
- Hardware
20.1K TPU-v3 core-days TPUs have two cores per chip, and a chip is 123 teraflop/s https://cloud.google.com/tpu/docs/system-architecture-tpu-vm#tpu_v3 123 teraflop/s * 20100/2 * 24 * 3600 * 0.4 (utilization assumption for non-language models) = 4.27e22
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
- Google TPU v3
- Horas de chip
- 10,050
- Costo de cómputo
- $1,887
Disponibilidad
Si puedes obtener el modelo y ejecutarlo en tu propio hardware, lo que decide si alguna de las cifras de la GPU en esta página se aplica.
- Pesos
- Closed — provider access only
- Acceso al modelo
- Unreleased
- Código de entrenamiento
- Unreleased
Cómo está clasificado
Etiquetas que el conjunto de datos fuente aplica al rastrear modelos notables y cuán confiable es en la entrada.
- Por qué se rastrea
- SOTA improvement
- Confianza de registro
- Confident
- Citas
- 1,589
"Notably, when we further scale up CoAtNet with JFT-3B, it achieves 90.88% top-1 accuracy on ImageNet, establishing a new state-of-the-art result."
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- CoAtNet: Marrying Convolution and Attention for All Data Sizes
- Última actualización
- 25 May 2026
Qué significan los números
Qué es este modelo
CoAtNet fue publicado por Google,Google Research,Google Brain, en el país registrado como United States of America, durante June 2021. La organización editora está clasificada como industry,Industry,Industry.
Funciona en el dominio de Vision, y se registra como realizando la tarea de image classification.
Sus pesos nunca fueron publicados, por lo que solo se puede acceder a través de su proveedor. No hay cambios en la tarjeta gráfica que eso.
Cómo fue entrenado
Entrenarlo tomó un presupuesto de computación de aproximadamente 4.3 × 10²² FLOP, en hardware registrado como Google TPU v3. Esa cifra mide lo que costó producir el modelo, y no tiene relación con qué tan rápido responde.
El conjunto de entrenamiento se ejecutó a aproximadamente 88,779,000,000,000 tokens de texto
Su criterio de inclusión: sOTA improvement.
Respuestas
CoAtNet — preguntas comunes
CoAtNet— ¿cuántos parámetros tiene?
Tiene un recuento de parámetros de 2.4B. 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.
CoAtNet— ¿Quién lo creó?
Fue publicado por Google,Google Research,Google Brain, basado en United States of America, una organización categorizada como industry,Industry,Industry.
CoAtNet— ¿cuándo fue lanzado?
Se publicó en June 2021. 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.
CoAtNet— ¿Para qué se utiliza?
Funciona en el dominio de Vision, y se registra como manejando la tarea de image classification. Los Modelos suelen llevar más de uno de cada uno, y las etiquetas describen el propósito en lugar de los límites de capacidad.
CoAtNet— cuánto compute se utilizó para entrenarlo?
El entrenamiento consumió alrededor 4.3 × 10²² FLOP, en hardware registrado como Google TPU v3. 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.
CoAtNet— ¿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.
CoAtNet— ¿Es de código abierto?
No. Sus pesos no han sido publicados, por lo que existe solo como un servicio controlado por su propietario.
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.