RQ-Transformer (1.4B params ImageNet dataset)
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
- Kakao,POSTECH
- Type d'organisation
- Industry,Academia
- Pays
- Korea (Republic of)
- Publié
- 3 March 2022
- Auteurs
- Doyup Lee, Chiheon Kim, Saehoon Kim, Minsu Cho, Wook-Shin Han
Ce qu'il fait
Les domaines problématiques pour lesquels le modèle a été conçu. Un modèle peut contenir plusieurs de chacun.
- Domaine
- Vision, Image generation
- Tâche
- Text-to-image
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
- 1.4B
- Données d'entraînement
- 327,680,000 tokens
- Époques
- 50
1388M from Table 5 - ImageNet rows
size of ImageNet
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
- 1.1 × 10²⁰ FLOP
- Comment cela a été établi
- Hardware
"We use eight NVIDIA A100 GPUs to train RQ-Transformer of 1.4B parameters, and four GPUs to train RQ-Transformers of other sizes. The training time is <9 days for LSUN-cat, LSUN-bedroom, <4.5 days for ImageNet, and CC-3M, and <1 day for LSUN-church and FFHQ. " Quote probably involves a typo – I expect 8 A100s were used for 4.5 days to train the 3.8B model. 1.4B model probably used 4 GPUs. Best guess: (4) * (3.12e14) * (78.4 * 3600) * (0.3) = 1.057e20 (num gpu) * (peak flops) * (time in seconds…
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 A100
- Chips utilisés
- 8
- Heures de puce
- 864
- Temps en temps réel
- 78 hours
- Consommation d'énergie
- 6.4 kW
4.5 days for ImageNet for 1.4B model, but I expect this was a typo; probably the details are for the largest model. This also suggests training the 1.4B model used 4 rather than 8 GPUs, so would have taken ~ twice as long. Based on this, I use 4.5 days * (1.388B / 3.822B) * 2 = 78.4 hours "We use eight NVIDIA A100 GPUs to train RQ-Transformer of 1.4B parameters, and four GPUs to train RQ-Transformers of other sizes. The training time is <9 days for LSUN-cat, LSUN-bedroom, <4.5 days for ImageNe…
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
- Likely
- Citations
- 763
Sources
D'où vient cet enregistrement et quand a-t-il été vérifié pour la dernière fois.
- Référence
- Autoregressive Image Generation using Residual Quantization
- Dernière mise à jour
- 25 May 2026
Ce que les chiffres signifient
À propos de ce modèle
RQ-Transformer (1.4B params ImageNet dataset) a été publié par Kakao,POSTECH, dans le pays enregistré comme Korea (Republic of), durant March 2022. La catégorie à laquelle appartient l'éditeur est industry,Academia.
Il fonctionne dans le domaine de Vision, Image generation, et est enregistré comme exécutant la tâche de text-to-image.
C'est un modèle fermé : les valeurs entraînées sont restées avec ceux qui les ont produites, et il n'y a pas de version locale à exécuter.
Qu'est-ce qui a été nécessaire pour le construire
La production a nécessité des calculs totalisant environ 1.1 × 10²⁰ FLOP, sur matériel enregistré comme NVIDIA A100. Ce chiffre mesure le coût de production du modèle, et n'a aucune incidence sur la vitesse de réponse.
Il a été entraîné sur un corpus d'environ 327,680,000 jetons de texte
Réponses
RQ-Transformer (1.4B params ImageNet dataset) — questions courantes
RQ-Transformer (1.4B params ImageNet dataset)— combien de puissance de calcul a été utilisée pour l'entraîner ?
L'entraînement a consommé environ 1.1 × 10²⁰ FLOP, sur matériel enregistré comme NVIDIA A100. 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.
RQ-Transformer (1.4B params ImageNet dataset)— 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.
RQ-Transformer (1.4B params ImageNet dataset)— 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.
RQ-Transformer (1.4B params ImageNet dataset)— combien de paramètres cela a-t-il ?
Il a un nombre de paramètres de 1.4B. 1388M from Table 5 - ImageNet rows. 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.
RQ-Transformer (1.4B params ImageNet dataset)— qui l'a créé ?
Il a été publié par Kakao,POSTECH, basé sur Korea (Republic of), une organisation catégorisée comme industry,Academia.
RQ-Transformer (1.4B params ImageNet dataset)— quand a-t-il été publié ?
Il a été publié dans March 2022. 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.
RQ-Transformer (1.4B params ImageNet dataset)— à quoi ça sert ?
Il fonctionne dans le domaine de Vision, Image generation, et est enregistré comme gérant la tâche de text-to-image. Les modèles portent souvent plus d'un de chacun, et les tags décrivent l'objectif plutôt que les limites de capacité.
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.