Hierarchical Scene Labeling (Stanford Background)
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
- New York University (NYU)
- Tipo de Organización
- Academia
- País
- United States of America
- Publicado
- 1 August 2013
- Autores
- Clement Farabet; Camille Couprie; Laurent Najman; Yann LeCun
Lo que hace
Las áreas problemáticas para las que se construyó el modelo. Un modelo puede llevar varios de cada uno.
- Dominio
- Vision
- Tarea
- Semantic segmentation
- Enfoque
- Supervised
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
- 51.6M
- Datos de entrenamiento
- 71,380,800 tokens
Figure 1 details architecture, weights are shared between scales “The network is then applied to each 3-dimension input map Xs. This input is transformed into a 16-dimension feature map, using a bank of 16 filters, 10 connected to the Y channel, the 6 others connected to the U and V channels. The second layer transforms this 16-dimension feature map into a 64-dimension feature map, each map being produced by a combination of 8 randomly selected feature maps from the previous layer. Finally the 6…
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 × 10¹⁷ FLOP
- Cómo se estableció
- Operation counting
Forward FLOP Split for the three sizes F1: L1: 2*1*7*7*10*320*240+2*2*7*7*6*320*240=165580800 L2: 2*8*64*7*7*160*120=963379200 FC: 2*32*80*60*256=78643200 F2: L1: 2*1*7*7*10*160*120+2*2*7*7*6*160*120=41395200 L2: 2*8*64*7*7*80*60=240844800 FC: 2*32*40*30*256=19660800 F3: L1: 2*1*7*7*10*80*60+2*2*7*7*6*80*60=10348800 L2: 2*8*64*7*7*40*30=60211200 FC: 2*32*20*15*256=4915200 Total: 165580800+963379200+78643200+41395200+240844800+19660800+10348800+60211200+4915200=1584979200 Training compute: 15849…
La ejecución de entrenamiento
Lo que costó físicamente entrenar: qué chips, cuántos, por cuánto tiempo y qué eso consumió de la pared.
- Chips utilizados
- 1
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
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
- Highly cited,Historical significance
- Confianza de registro
- Confident
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- Learning Hierarchical Features for Scene Labeling
- Última actualización
- 11 February 2026
Qué significan los números
Acerca de este modelo
Hierarchical Scene Labeling (Stanford Background) fue publicado por New York University (NYU), en el país registrado como United States of America, durante August 2013. Sale de una organización categorizada como academia.
Funciona en el dominio de Vision, y se registra como realizando la tarea de semantic segmentation.
Este es un modelo cerrado: los valores entrenados quedaron con quien los produjo, y no hay una versión local para ejecutar.
Cómo fue entrenado
Producirlo requirió una aritmética que totaliza alrededor de 2.4 × 10¹⁷ FLOP. 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 71,380,800 tokens de texto
Se rastrea en el conjunto de datos subyacente por una razón en particular: highly cited,Historical significance.
Respuestas
Hierarchical Scene Labeling (Stanford Background) — preguntas comunes
Hierarchical Scene Labeling (Stanford Background)— ¿Es de código abierto?
No. Sus pesos no han sido publicados, por lo que existe solo como un servicio controlado por su propietario.
Hierarchical Scene Labeling (Stanford Background)— ¿cuántos parámetros tiene?
Tiene un recuento de parámetros de 51.6M. Figure 1 details architecture, weights are shared between scales “The network is then applied to each 3-dimension input map Xs. This input is transformed into a 16-dimension feature map, using a bank of 16 filters, 10 connected to the Y channel, the 6 others connected to the U and V channels. The second layer transforms this 16-dimension feature map into a 64-dimension feature map, each map being produced by a combination of 8 randomly selected feature maps from the previous layer. Finally the 64-dimension feature map is transformed into a 256-dimension feature map, each map being produced by a combination of 32 randomly selected feature maps from the previous layer.” L1: 1*7*7*10+2*7*7*6=1078 L2: 8*64*7*7=25088 FC head is split for the three networks (assumption) FC: 32*80*60*256+32*40*30*256+32*20*15*256=51609600 This is a very different estimate to the 0.5M trainable parameters mentioned in the paper(!) "The convolutional network has roughly 0.5 million trainable parameters". 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.
Hierarchical Scene Labeling (Stanford Background)— ¿Quién lo creó?
Fue publicado por New York University (NYU), basado en United States of America, una organización categorizada como academia.
Hierarchical Scene Labeling (Stanford Background)— ¿cuándo fue lanzado?
Se publicó en August 2013. 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.
Hierarchical Scene Labeling (Stanford Background)— ¿Para qué se utiliza?
Funciona en el dominio de Vision, y se registra como manejando la tarea de semantic segmentation. Un modelo puede manejar varios de cada uno, así que estas son las áreas para las que fue construido en lugar de un límite en lo que intentará.
Hierarchical Scene Labeling (Stanford Background)— cuánto compute se utilizó para entrenarlo?
El entrenamiento consumió alrededor 2.4 × 10¹⁷ FLOP. 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.
Hierarchical Scene Labeling (Stanford Background)— ¿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.
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.