GELU for CIFAR-10
Aucune estimation
Aucune exigence matérielle pour ce modèle
Les poids de ce modèle n'ont pas été publiés, donc il ne peut pas être téléchargé ou exécuté sur votre propre matériel à aucune taille. Il n'est accessible que par l'intermédiaire de son fournisseur, et aucun changement de carte graphique ne modifie cela..
Enregistrement
Spécifications complètes
Tout est enregistré pour ce modèle. La plupart décrit comment il a été entraîné plutôt que comment il fonctionne — un contexte utile pour juger combien de travail a été investi, et comment il se compare avec des modèles construits à une échelle différente..
Origine
Qui a construit ce modèle, où, et quand il a été publié.
- Organisation
- University of California (UC) Berkeley,Toyota Technological Institute at Chicago
- Type d'organisation
- Academia,Academia
- Pays
- United States of America
- Publié
- 6 June 2023
- Auteurs
- Dan Hendrycks, Kevin Gimpel
Ce qu'il fait
Les domaines problématiques pour lesquels le modèle a été conçu. Un modèle peut contenir plusieurs de chacun.
- Domaine
- Vision
- Tâche
- Image classification
Taille
Quelle est la taille du modèle et combien de données il a été formé. Les paramètres sont le chiffre qui décide s'il convient à une carte graphique donnée.
- paramètres
- 9.9K
- Données d'entraînement
- 50,000 tokens
- Époques
- 250
https://docs.google.com/spreadsheets/d/1rnsk2ysbAra1UfQWD9TFDki-0T9OmKqBdd7fw6O7QWE/edit?usp=sharing
50K - traning examples in MNIST datset
Calcul de formation
L'arithmétique effectuée pour entraîner le modèle, mesurée en opérations en virgule flottante. C'est une mesure du coût de l'exécution de l'entraînement, pas de la rapidité avec laquelle le modèle fini vous répond.
- Calcul de formation
- 7.4 × 10¹¹ FLOP
- Comment cela a été établi
- Operation counting
6ND = 6*9888*50000*250=741600000000
L'exécution de formation
Ce qu'il a physiquement fallu pour entraîner : quels chips, combien, pendant combien de temps, et ce que cela a tiré du secteur.
- Matériel d'entraînement
- NVIDIA GeForce GTX TITAN X
Disponibilité
Que vous puissiez obtenir le modèle et l'exécuter sur votre propre matériel, ce qui détermine si l'un des chiffres de la carte graphique sur cette page s'applique.
- Code d'entraînement
- Open source
https://github.com/hendrycks/GELUs MIT License
Comment il est classé
Étiquettes que le ensemble de données source applique lors du suivi de modèles notables, et à quel point il est confiant dans l'entrée.
- Confiance d'enregistrement
- Speculative
Sources
D'où vient cet enregistrement et quand a-t-il été vérifié pour la dernière fois.
- Référence
- Gaussian Error Linear Units (GELUs)
- Dernière mise à jour
- 28 November 2025
Ce que les chiffres signifient
Ce que ce modèle est
GELU for CIFAR-10 a été publié par University of California (UC) Berkeley,Toyota Technological Institute at Chicago, dans le pays enregistré comme United States of America, durant June 2023. Cela provient d'une organisation classée comme academia,Academia.
Il fonctionne dans le domaine de Vision, et est enregistré comme exécutant la tâche de image classification.
Ses poids n'ont jamais été publiés, donc il ne peut être atteint que par son fournisseur. Aucun changement de carte graphique ne change cela.
Qu'est-ce qui a été nécessaire pour le construire
La production a nécessité des calculs totalisant environ 7.4 × 10¹¹ FLOP, sur matériel enregistré comme NVIDIA GeForce GTX TITAN X. Ce chiffre mesure le coût de production du modèle, et n'a aucune incidence sur la vitesse de réponse.
L'entraînement a consommé un corpus d'environ 50,000 jetons de texte
Réponses
GELU for CIFAR-10 — questions courantes
GELU for CIFAR-10— combien de paramètres cela a-t-il ?
Il a un nombre de paramètres de 9.9K. https://docs.google.com/spreadsheets/d/1rnsk2ysbAra1UfQWD9TFDki-0T9OmKqBdd7fw6O7QWE/edit?usp=sharing. Ce chiffre est le total, et c'est ce qui détermine combien de mémoire le modèle nécessite — environ un demi-gigaoctet par milliard à la compression que la plupart des gens utilisent.
GELU for CIFAR-10— qui l'a créé ?
Il a été publié par University of California (UC) Berkeley,Toyota Technological Institute at Chicago, basé sur United States of America, une organisation catégorisée comme academia,Academia.
GELU for CIFAR-10— quand a-t-il été publié ?
Il a été publié dans June 2023. La capacité par paramètre s'est considérablement améliorée depuis, donc un modèle plus récent de la même taille est souvent le meilleur usage du même matériel.
GELU for CIFAR-10— à quoi ça sert ?
Il fonctionne dans le domaine de Vision, et est enregistré comme gérant la tâche de image classification. Les modèles portent souvent plus d'un de chacun, et les tags décrivent l'objectif plutôt que les limites de capacité.
GELU for CIFAR-10— combien de puissance de calcul a été utilisée pour l'entraîner ?
L'entraînement a consommé environ 7.4 × 10¹¹ FLOP, sur matériel enregistré comme NVIDIA GeForce GTX TITAN X. Cela mesure ce que coûte la production du modèle et ne dit rien sur la rapidité avec laquelle il répond une fois entraîné — la vitesse d'inférence provient de la bande passante mémoire, et non du budget d'entraînement.
GELU for CIFAR-10— Quelle GPU ai-je besoin pour l'exécuter ?
Aucun. C'est un modèle fermé - ses poids n'ont jamais été publiés, il ne peut donc pas être téléchargé ou exécuté sur votre propre matériel à aucun prix. Il n'est accessible que par son fournisseur.
GELU for CIFAR-10— est-ce que c'est open source ?
La licence n'a jamais été enregistrée dans nos données source. Nous considérons une licence non déclarée comme fermée, car une licence non enregistrée n'est pas une licence sur laquelle compter.
L'autre direction
Regardez-le de l'autre côté ?
Cette page commence par le modèle. Si vous possédez déjà une carte et souhaitez savoir tout ce qu'elle exécutera., commencez par le matériel à la place.