CNN Committee (MNIST)
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
- IDSIA
- Tipo de Organización
- Academia
- País
- Switzerland
- Publicado
- 18 September 2011
- Autores
- D. Ciresan, U. Meier, L. Gambardella, J. Schmidhuber
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
- 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
- 120.6K
- Datos de entrenamiento
- 420,000 tokens
- Épocas
- 800
1st CNN layer: 20*4*4=320 2nd CNN layer: 20*40*9*9=64800 1st FC layer: 40*3*3*150=54000 2nd FC layer: 150*10=1500 Total: 320+64800+54000+1500=120620
[images] "Our CNNs are trained for around 800 epochs"
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
- 5.2 × 10¹⁶ FLOP
- Cómo se estableció
- Hardware,Operation counting
GPU hour estimate: 800 epochs, 14 hours per network, 7 networks total 7*14*60*60*(2*1580000000000+2*1345000000000)*0.3=6.19e17 Counting estimate: 50000 examples, 800 epochs 1st CNN layer: 2*20*26*26*4*4=432640 2nd CNN layer: 2*20*6*6*9*9*40=4665600 1st FC layer: 2*40*3*3*150=108000 2nd FC layer: 2*150*10=3000 Total: 432640+4665600+108000+3000=5209240 5209240*3*50000*800*7=4375761600000000=4.4e15 Geometric mean: sqrt(4.4e15*6.19e17)=5.2e16
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 GeForce GTX 580,NVIDIA GeForce GTX 480
- Chips utilizados
- 4
- Tiempo de reloj
- 98 hours
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
- Código de entrenamiento
- Unreleased
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
- Historical significance
- Confianza de registro
- Likely
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- Convolutional Neural Network Committees for Handwritten Character Classification
- Última actualización
- 11 February 2026
Qué significan los números
Acerca de este modelo
CNN Committee (MNIST) fue publicado por IDSIA, en el país registrado como Switzerland, durante September 2011. La organización editora está clasificada como academia.
Funciona en el dominio de Vision, y se registra como realizando la tarea de image classification.
Sus pesos nunca fueron publicados, por lo que solo se puede acceder a través de su proveedor. No hay cambios en la tarjeta gráfica que eso.
Qué se necesitó para construirlo
Entrenarlo tomó un presupuesto de computación de aproximadamente 5.2 × 10¹⁶ FLOP, en hardware registrado como NVIDIA GeForce GTX 580,NVIDIA GeForce GTX 480. 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 420,000 tokens de texto
Se rastrea en el conjunto de datos subyacente por una razón en particular: historical significance.
Respuestas
CNN Committee (MNIST) — preguntas comunes
CNN Committee (MNIST)— ¿Quién lo creó?
Fue publicado por IDSIA, basado en Switzerland, una organización categorizada como academia.
CNN Committee (MNIST)— ¿cuándo fue lanzado?
Se publicó en September 2011. 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.
CNN Committee (MNIST)— ¿Para qué se utiliza?
Funciona en el dominio de Vision, y se registra como manejando la tarea de image classification. 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.
CNN Committee (MNIST)— cuánto compute se utilizó para entrenarlo?
El entrenamiento consumió alrededor 5.2 × 10¹⁶ FLOP, en hardware registrado como NVIDIA GeForce GTX 580,NVIDIA GeForce GTX 480. 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.
CNN Committee (MNIST)— ¿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.
CNN Committee (MNIST)— ¿Es de código abierto?
No. Sus pesos no han sido publicados, por lo que existe solo como un servicio controlado por su propietario.
CNN Committee (MNIST)— ¿cuántos parámetros tiene?
Tiene un recuento de parámetros de 120.6K. 1st CNN layer: 20*4*4=320 2nd CNN layer: 20*40*9*9=64800 1st FC layer: 40*3*3*150=54000 2nd FC layer: 150*10=1500 Total: 320+64800+54000+1500=120620. 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.