JFT
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 Research,Carnegie Mellon University (CMU)
- Tipo de Organización
- Industry,Academia
- País
- United States of America
- Publicado
- 10 July 2017
- Autores
- Chen Sun, Abhinav Shrivastava, Saurabh Singh, Abhinav Gupta
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, Object detection, Semantic segmentation, Pose estimation
- Formato numérico
- FP32
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
- 44.7M
- Datos de entrenamiento
- 5,487,300,000,000 tokens
- Épocas
- 4
- Tamaño de lote
- 32
Uses ResNet-101 architecture, which has 44,654,504 parameters: https://resources.wolframcloud.com/NeuralNetRepository/resources/ResNet-101-Trained-on-ImageNet-Competition-Data/
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
- 8.4 × 10²⁰ FLOP
- Cómo se estableció
- Hardware
Tesla K80 performance: 8.13 TFLOP/s Assume 40% utilization 60 days * 50 GPUs * 40% utilization * 8.13 TFLOP/s/GPU = 8.43*10^20 FLOP
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 Tesla K80
- Chips utilizados
- 50
- Horas de chip
- 72,000
- Tiempo de reloj
- 1,440 hours (60 days)
- Consumo de energía
- 31.3 kW
- Costo de cómputo
- $17,911
Cómo está clasificado
Etiquetas que el conjunto de datos fuente aplica al rastrear modelos notables y cuán confiable es en la entrada.
- Modelo Frontier
- Yes
- Por qué se rastrea
- SOTA improvement
- Confianza de registro
- Confident
- Citas
- 2,712
SOTA on COCO and PASCAL VOC
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- Revisiting Unreasonable Effectiveness of Data in Deep Learning Era.
- Última actualización
- 25 May 2026
Qué significan los números
De dónde vino
JFT fue publicado por Google Research,Carnegie Mellon University (CMU), en el país registrado como United States of America, durante July 2017. La organización editora está clasificada como industry,Academia.
Funciona en el dominio de Vision, y se registra como realizando la tarea de image classification, Object detection, Semantic segmentation, Pose estimation.
Este es un modelo cerrado: los valores entrenados quedaron con quien los produjo, y no hay una versión local para ejecutar.
Cómo fue entrenado
El entrenamiento consumió alrededor de 8.4 × 10²⁰ FLOP, en hardware registrado como NVIDIA Tesla K80. 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 5,487,300,000,000 tokens de texto
Su criterio de inclusión: sOTA improvement.
Respuestas
JFT — preguntas comunes
JFT— ¿cuántos parámetros tiene?
Tiene un recuento de parámetros de 44.7M. Uses ResNet-101 architecture, which has 44,654,504 parameters: https://resources.wolframcloud.com/NeuralNetRepository/resources/ResNet-101-Trained-on-ImageNet-Competition-Data/. 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.
JFT— ¿Quién lo creó?
Fue publicado por Google Research,Carnegie Mellon University (CMU), basado en United States of America, una organización categorizada como industry,Academia.
JFT— ¿cuándo fue lanzado?
Se publicó en July 2017. 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.
JFT— ¿Para qué se utiliza?
Funciona en el dominio de Vision, y se registra como manejando la tarea de image classification, Object detection, Semantic segmentation, Pose estimation. Estas son las áreas en las que fue diseñado; describen la intención más que un límite estricto.
JFT— cuánto compute se utilizó para entrenarlo?
El entrenamiento consumió alrededor 8.4 × 10²⁰ FLOP, en hardware registrado como NVIDIA Tesla K80. 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.
JFT— ¿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.
JFT— ¿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.
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.