MSRA (C, PReLU)
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
- Microsoft Research
- Tipo de Organización
- Industry
- País
- United States of America
- Publicado
- 6 February 2015
- Autores
- Kaiming He, Xiangyu Zhang, Shaoqing Ren, Jian Sun
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
- 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
- 87M
- Datos de entrenamiento
- 1,280,000 tokens
I used the architecture in table 3 I ignored biases, and assumed a SPP bin size of 256 3*7*7*96+96*3*3*384+384*3*3*384*5+384*3*3*768+768*3*3*768*5+768*3*3*896+896*3*3*896*5+896*(7*7+3*3+2*2+1)*4096+4096*4096+4096*1000=330581792
"We perform the experiments on the 1000-class ImageNet 2012 dataset", paper; ImageNet 2012 train set size from https://huggingface.co/datasets/imagenet-1k
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
- 2.4 × 10¹⁹ FLOP
- Cómo se estableció
- Hardware
"training C on eight K40 GPUs, takes about 3-4 weeks" 0.33 util rate (From Imagenet paper-data, Besiroglu et al., forthcoming)
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 K40t
- Tiempo de reloj
- 588 hours (24.5 days)
- Costo de cómputo
- $1,394
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
- Highly cited
- Confianza de registro
- Confident
- Citas
- 20,475
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- Delving Deep into Rectifiers: Surpassing Human-Level Performance on ImageNet Classification
- Última actualización
- 25 May 2026
Qué significan los números
Qué es este modelo
MSRA (C, PReLU) fue publicado por Microsoft Research, en el país registrado como United States of America, durante February 2015. Sale de una organización categorizada como industry.
Funciona en el dominio de Vision, y se registra como realizando la tarea de image classification.
Debido a que los pesos no están disponibles, ninguna de las cifras de hardware en este sitio se aplica a él.
Entrenamiento y procedencia
El entrenamiento consumió alrededor de 2.4 × 10¹⁹ FLOP, en hardware registrado como NVIDIA Tesla K40t. Esa cifra mide lo que costó producir el modelo, y no tiene relación con qué tan rápido responde.
El entrenamiento consumió un corpus de alrededor de 1,280,000 tokens de texto
Su criterio de inclusión: highly cited.
Respuestas
MSRA (C, PReLU) — preguntas comunes
MSRA (C, PReLU)— ¿Quién lo creó?
Fue publicado por Microsoft Research, basado en United States of America, una organización categorizada como industry.
MSRA (C, PReLU)— ¿cuándo fue lanzado?
Se publicó en February 2015. 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.
MSRA (C, PReLU)— ¿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.
MSRA (C, PReLU)— cuánto compute se utilizó para entrenarlo?
El entrenamiento consumió alrededor 2.4 × 10¹⁹ FLOP, en hardware registrado como NVIDIA Tesla K40t. 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.
MSRA (C, PReLU)— ¿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.
MSRA (C, PReLU)— ¿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.
MSRA (C, PReLU)— ¿cuántos parámetros tiene?
Tiene un recuento de parámetros de 87M. I used the architecture in table 3 I ignored biases, and assumed a SPP bin size of 256 3*7*7*96+96*3*3*384+384*3*3*384*5+384*3*3*768+768*3*3*768*5+768*3*3*896+896*3*3*896*5+896*(7*7+3*3+2*2+1)*4096+4096*4096+4096*1000=330581792. 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.
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.