System 11
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
- Carnegie Mellon University (CMU)
- Tipo de Organización
- Academia
- País
- United States of America
- Publicado
- 18 June 1996
- Autores
- HA Rowley, S Baluja, T Kanade
Lo que hace
Las áreas problemáticas para las que se construyó el modelo. Un modelo puede llevar varios de cada uno.
- Dominio
- Vision
- Tarea
- Face detection
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
- 6.5K
- Datos de entrenamiento
- 23,750 tokens
System 11 is a combination of Network 1 and Network 2 Network 1 has 2095 connections and network 2 has 4357 connections (see table 1)
"A typical training run selects approximately 8000 non-face images from the 146,212,178 subimages that are available at all locations and scales in the training scenery images." "Nearly 1050 face examples were gathered from face databases at CMU and Harvard [...] In the training set,15 face examples are generated from each original image [...]" "Create an initial set of non-face images by generating 1000 images with random pixel intensities"
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
- 2.6 × 10¹⁰ FLOP
- Cómo se estableció
- Operation counting
Since there is no parameter sharing, the forward compute is roughly twice that of the number of parameters. We use a 2:1 forward-backward ratio as this is a shallow network, with most connections in the first layer. Number of passes (Section 2.1): * "Nearly 1,050 face examples were gathered from face databases [...]" * "Fifteen face examples are generated for the training set from each original image" Training loop: 1. "initial set of nonface images by generating 1,000 random images" 2. Train …
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
- Confianza de registro
- Confident
- Citas
- 6,011
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- Neural Network-Based Face Detection
- Última actualización
- 28 November 2025
Qué significan los números
De dónde vino
System 11 fue publicado por Carnegie Mellon University (CMU), en el país registrado como United States of America, durante June 1996. La categoría en la que se encuentra el editor es academia.
Funciona en el dominio de Vision, y se registra como realizando la tarea de face detection.
Debido a que los pesos no están disponibles, ninguna de las cifras de hardware en este sitio se aplica a él.
Cómo fue entrenado
Producirlo requirió una aritmética que totaliza alrededor de 2.6 × 10¹⁰ 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 23,750 tokens de texto
La razón por la que aparece en este catálogo en absoluto: highly cited.
Respuestas
System 11 — preguntas comunes
System 11— ¿cuántos parámetros tiene?
Tiene un recuento de parámetros de 6.5K. System 11 is a combination of Network 1 and Network 2 Network 1 has 2095 connections and network 2 has 4357 connections (see table 1). 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.
System 11— ¿Quién lo creó?
Fue publicado por Carnegie Mellon University (CMU), basado en United States of America, una organización categorizada como academia.
System 11— ¿cuándo fue lanzado?
Se publicó en June 1996. 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.
System 11— ¿Para qué se utiliza?
Funciona en el dominio de Vision, y se registra como manejando la tarea de face detection. Estas son las áreas en las que fue diseñado; describen la intención más que un límite estricto.
System 11— cuánto compute se utilizó para entrenarlo?
El entrenamiento consumió alrededor 2.6 × 10¹⁰ 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.
System 11— ¿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.
System 11— ¿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.