CapsNet (MNIST)
Aucune estimation
Aucun besoin matériel pour ce modèle
Les poids de ce modèle n'ont pas été publiés, il ne peut donc pas être téléchargé ou exécuté sur votre propre matériel, quelle que soit la taille. Il n'est accessible que via son fournisseur, et aucune carte graphique ne change cela.
Enregistrement terminé
Spécification complète
Tout ce qui concerne ce modèle. La plupart décrit comment il a été entraîné plutôt que comment il fonctionne — contexte utile pour évaluer le travail fourni et sa comparaison avec des modèles construits à une échelle différente.
Origine
Qui a construit ce modèle, où et quand il a été publié.
- Organisation
- Google Brain
- Type d'organisation
- Industry
- Pays
- United States of America
- Publié
- 26 October 2017
- Auteurs
- S Sabour, N Frosst, GE Hinton
Ce qu'il fait
Les domaines problématiques pour lesquels le modèle a été conçu. Un modèle peut en porter plusieurs de chacun.
- Domaine
- Vision
- Tâche
- Character recognition (OCR)
Taille
Quelle est la taille du modèle et combien de données il a été formé. Les paramètres sont le chiffre qui détermine s'il tient sur une carte graphique donnée.
- Paramètres
- 8.2M
- Données d'entraînement
- 60,000 tokens
"In terms of number of parameters the baseline has 35.4M while CapsNet has 8.2M parameters and 6.8M parameters without the reconstruction subnetwork"
Section 5: The dataset has 60K and 10K images for training and testing respectively.
Comment il est classé
Étiquettes que le jeu de données source applique lors du suivi des modèles notables, et à quel point il est confiant dans l'entrée.
- Citations
- 5,094
Sources
D'où provient cet enregistrement et quand a-t-il été vérifié pour la dernière fois.
- Référence
- Dynamic Routing Between Capsules
- Dernière mise à jour
- 25 May 2026
Ce que signifient les chiffres
À propos de ce modèle
CapsNet (MNIST) was published by Google Brain, in United States of America, in October 2017. industry is the category the publisher falls under.
It works in Vision, and is recorded as doing character recognition (OCR).
Because the weights are not available, none of the hardware figures elsewhere on this site apply to it.
Entraînement et provenance
It was trained on about 60,000 tokens of text.
Réponses
CapsNet (MNIST) — Questions fréquentes
Is CapsNet (MNIST) open source?
The licensing for CapsNet (MNIST) was never recorded in our source data. We treat unstated licensing as closed, because an unrecorded licence is not one to rely on.
How many parameters does CapsNet (MNIST) have?
CapsNet (MNIST) has 8.2M parameters. "In terms of number of parameters the baseline has 35.4M while CapsNet has 8.2M parameters and 6.8M parameters without the reconstruction subnetwork". That figure is the total, and it is what decides how much memory the model needs — roughly half a gigabyte per billion at the compression most people use.
Who created CapsNet (MNIST)?
CapsNet (MNIST) was published by Google Brain, based in United States of America, categorised as industry.
When was CapsNet (MNIST) released?
CapsNet (MNIST) was published in October 2017. Capability per parameter has improved considerably since, so a newer model of the same size is often the better use of the same hardware.
What is CapsNet (MNIST) used for?
CapsNet (MNIST) works in Vision, and is recorded as handling character recognition (OCR). A model can carry several of each, so these are the areas it was built for rather than a limit on what it will attempt.
What GPU do I need to run CapsNet (MNIST)?
None. CapsNet (MNIST) is a closed model — its weights were never published, so it cannot be downloaded or run on your own hardware at any price. It is reachable only through its provider.
Dans l'autre sens
Regardez-la de l'autre côté ?
Cette page commence par le modèle. Si vous possédez déjà une carte et souhaitez connaître tout ce qu'elle pourra exécuter, commencez plutôt par le matériel.