CoAtNet
Sin estimación
No hay requisitos de hardware para este modelo
Los pesos de este modelo no han sido publicados, por lo que no se puede descargar ni ejecutar en su propio hardware en ningún tamaño. Solo es accesible a través de su proveedor, y ninguna tarjeta gráfica lo cambia.
En registro
Especificación completa
Todo lo registrado para este modelo. La mayoría de ello describe cómo fue entrenado en lugar de cómo se ejecuta — contexto útil para juzgar cuánto trabajo se dedicó a ello 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 utilizaron para entrenarlo. 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
Entrenamiento de computación
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 cuán rápido responde el modelo terminado.
- Entrenamiento de computación
- 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
El entrenamiento
Lo que se necesitó físicamente para entrenar: qué chips, cuántos, durante cuánto tiempo y qué consumió de la pared.
- Hardware de entrenamiento
- Google TPU v3
- Horas de chip
- 10,050
- Costo de computación
- $1,887
Disponibilidad
Si puedes obtener el modelo y ejecutarlo en tu propio hardware, lo cual es lo que decide si alguna de las cifras de la tarjeta gráfica en esta página aplica.
- Pesos
- Closed — provider access only
- Acceso al modelo
- Unreleased
- Código de entrenamiento
- Unreleased
Cómo se clasifica
Etiquetas que aplica el conjunto de datos de origen al rastrear modelos notables y cuán seguro está de la entrada.
- Por qué se rastrea
- SOTA improvement
- Registrar confianza
- Confident
- Citations
- 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 revisado 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 was published by Google,Google Research,Google Brain, in United States of America, in June 2021. The organisation is categorised as industry,Industry,Industry.
It works in Vision, and is recorded as doing image classification.
Sus pesos nunca fueron publicados, por lo que solo se puede acceder a ellos a través de su proveedor. Ninguna tarjeta gráfica cambia eso.
Cómo fue entrenado
Training it took roughly 4.3 × 10²² FLOP of computation, on Google TPU v3 — a measure of what producing the model cost, not of how fast it answers.
The training set ran to roughly 88,779,000,000,000 tokens.
Its inclusion criterion is sOTA improvement.
Respuestas
CoAtNet — Preguntas frecuentes
How many parameters does CoAtNet have?
CoAtNet has 2.4B parameters. That figure is the total, and it is what decides how much memory the model needs — roughly half a gigabyte per billion at the compression most people use.
Who created CoAtNet?
CoAtNet was published by Google,Google Research,Google Brain, based in United States of America, categorised as industry,Industry,Industry.
When was CoAtNet released?
CoAtNet was published in June 2021. Capability per parameter has improved considerably since, so a newer model of the same size is often the better use of the same hardware.
What is CoAtNet used for?
CoAtNet works in Vision, and is recorded as handling image classification. Models frequently carry more than one of each, and the tags describe purpose rather than capability limits.
How much compute was used to train CoAtNet?
Around 4.3 × 10²² FLOP, on Google TPU v3. That measures what producing the model cost and says nothing about how quickly it answers once trained — inference speed comes from memory bandwidth, not from the training budget.
What GPU do I need to run CoAtNet?
None. CoAtNet is a closed model — its weights were never published, so it cannot be downloaded or run on your own hardware at any price. It is reachable only through its provider.
Is CoAtNet open source?
No. CoAtNet has not had its weights published, so it exists only as a service controlled by its owner.
La otra dirección
¿Mirándolo desde el otro lado?
Esta página comienza desde el modelo. Si ya posee una tarjeta y desea saber todo lo que podrá ejecutar, empiece por el hardware en su lugar.