SimpleNet
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
- Sensifai,Islamic Azad University,Technicolor R&I,Institute for Research in Fundamental Sciences (IPM)
- Tipo de organización
- Industry,Academia
- País
- Belgium, Iran (Islamic Republic of), France
- Publicado
- 22 August 2016
- Autores
- Seyyed Hossein Hasanpour, Mohammad Rouhani, Mohsen Fayyaz, Mohammad Sabokrou
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
- Numerical format
- FP32
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
- 5.5M
- Datos de entrenamiento
- 1,280,000 tokens
SOTA CIFAR-10 model was 5.48m params
El entrenamiento
Lo que se necesitó físicamente para entrenar: qué chips, cuántos, durante cuánto tiempo y qué consumió de la pared.
- Hardware de entrenamiento
- NVIDIA GeForce GTX 980
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
- Citas
- 128
"We achieved state-of-theart result on CIFAR10 outperforming several heavier architectures"
Fuentes
De dónde proviene este registro y cuándo fue revisado por última vez.
- Referencia
- Lets keep it simple, Using simple architectures to outperform deeper and more complex architectures
- Última actualización
- 25 May 2026
Qué significan los números
De dónde vino
SimpleNet was published by Sensifai,Islamic Azad University,Technicolor R&I,Institute for Research in Fundamental Sciences (IPM), in Belgium, in August 2016. The organisation is categorised as industry,Academia.
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.
Training and provenance
It was trained on about 1,280,000 tokens of text.
Its inclusion criterion is sOTA improvement.
Respuestas
SimpleNet — Preguntas frecuentes
Who created SimpleNet?
SimpleNet was published by Sensifai,Islamic Azad University,Technicolor R&I,Institute for Research in Fundamental Sciences (IPM), based in Belgium, categorised as industry,Academia.
When was SimpleNet released?
SimpleNet was published in August 2016. 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 SimpleNet used for?
SimpleNet works in Vision, and is recorded as handling image classification. A model can carry several of each, so these are the areas it was built for rather than a limit on what it will attempt.
What GPU do I need to run SimpleNet?
None. SimpleNet 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 SimpleNet open source?
The licensing for SimpleNet was never recorded in our source data. We treat unstated licensing as closed, because an unrecorded licence is not one to rely on.
How many parameters does SimpleNet have?
SimpleNet has 5.5M parameters. SOTA CIFAR-10 model was 5.48m params. 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.
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.