Self-Attention and Convolutional Layers
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
- Ecole Polytechnique F´ed´erale de Lausanne (EPFL)
- Type d'organisation
- Academia
- Pays
- Switzerland
- Publié
- 8 November 2019
- Auteurs
- Jean-Baptiste Cordonnier, Andreas Loukas & Martin Jaggi
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
- 29.5M
- Données d'entraînement
- tokens
- Époques
- 300
from Table 1
size of CIFAR-10
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
- 6.8 × 10¹⁷ FLOP
- Comment cela a été établi
- Operation counting
(15e9) * (300) * (50000) * 3 = 6.75e+17 (inference compute) * (epochs) * (dataset size) * (constant to account for backpropagation) epochs from appendix B table 2 inference compute from table 1
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.
- Poids
- Closed — provider access only
- Accès au modèle
- Unreleased
- Code d'entraînement
- Open source
Apache 2.0 for train/eval code: https://github.com/epfml/attention-cnn data is CIFAR which doesn't have a clear 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
- Confident
- Citations
- 630
Sources
D'où vient cet enregistrement et quand a-t-il été vérifié pour la dernière fois.
- Référence
- On the Relationship between Self-Attention and Convolutional Layers
- Dernière mise à jour
- 25 May 2026
Ce que les chiffres signifient
Ce que ce modèle est
Self-Attention and Convolutional Layers a été publié par Ecole Polytechnique F´ed´erale de Lausanne (EPFL), dans le pays enregistré comme Switzerland, durant November 2019. Cela provient d'une organisation classée comme academia.
Il fonctionne dans le domaine de Vision, et est enregistré comme exécutant la tâche de image classification.
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.
Entraînement et provenance
La production a nécessité des calculs totalisant environ 6.8 × 10¹⁷ FLOP. Ce chiffre mesure le coût de production du modèle, et n'a aucune incidence sur la vitesse de réponse.
Réponses
Self-Attention and Convolutional Layers — questions courantes
Self-Attention and Convolutional Layers— qui l'a créé ?
Il a été publié par Ecole Polytechnique F´ed´erale de Lausanne (EPFL), basé sur Switzerland, une organisation catégorisée comme academia.
Self-Attention and Convolutional Layers— quand a-t-il été publié ?
Il a été publié dans November 2019. 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.
Self-Attention and Convolutional Layers— à quoi ça sert ?
Il fonctionne dans le domaine de Vision, et est enregistré comme gérant la tâche de image classification. Ce sont les domaines autour desquels il a été conçu ; ils décrivent l'intention plutôt qu'une limite stricte.
Self-Attention and Convolutional Layers— combien de puissance de calcul a été utilisée pour l'entraîner ?
L'entraînement a consommé environ 6.8 × 10¹⁷ FLOP. 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.
Self-Attention and Convolutional Layers— 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.
Self-Attention and Convolutional Layers— est-ce que c'est open source ?
Non. Ses poids n'ont pas été publiés, donc il n'existe que sous forme de service contrôlé par son propriétaire.
Self-Attention and Convolutional Layers— combien de paramètres cela a-t-il ?
Il a un nombre de paramètres de 29.5M. from Table 1. 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.
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.