LeNet-5
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
- AT&T
- Type d'organisation
- Industry
- Pays
- United States of America
- Publié
- 1 November 1998
- Auteurs
- Yann LeCun, Léon Bottou, Yoshua Bengio, Patrick Haffner
Ce qu'il fait
Les domaines problématiques pour lesquels le modèle a été conçu. Un modèle peut contenir 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 décide s'il convient à une carte graphique donnée.
- paramètres
- 60K
- Données d'entraînement
- 60,000 tokens
"[LeNet5] contains 390408 connections, but only 60000 trainable free parameters because of the weight sharing"
The MNIST database contains 60,000 training images and 10,000 testing images (Wikipedia)
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
- 2.8 × 10¹² FLOP
- Comment cela a été établi
- Operation counting
"[LeNet5] contains 390408 connections" = multiply-adds MNIST - 60,000 data points 20 epochs 390408*60000*6*20=2.810938e+12
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.
- Modèle Frontier
- Yes
- Pourquoi c'est suivi
- Historical significance,Highly cited
- Confiance d'enregistrement
- Confident
- Citations
- 57,900
Sources
D'où vient cet enregistrement et quand a-t-il été vérifié pour la dernière fois.
- Référence
- Gradient-based Learning Applied to Document Recognition
- Dernière mise à jour
- 1 January 2026
Ce que les chiffres signifient
À propos de ce modèle
LeNet-5 a été publié par AT&T, dans le pays enregistré comme United States of America, durant November 1998. L'organisation de publication est catégorisée comme industry.
Il fonctionne dans le domaine de Vision, et est enregistré comme exécutant la tâche de character recognition (OCR).
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
L'entraînement a consommé environ 2.8 × 10¹² FLOP. 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 60,000 jetons de texte
Son critère d'inclusion : historical significance,Highly cited.
Réponses
LeNet-5 — questions courantes
LeNet-5— 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.
LeNet-5— combien de paramètres cela a-t-il ?
Il a un nombre de paramètres de 60K. "[LeNet5] contains 390408 connections, but only 60000 trainable free parameters because of the weight 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.
LeNet-5— qui l'a créé ?
Il a été publié par AT&T, basé sur United States of America, une organisation catégorisée comme industry.
LeNet-5— quand a-t-il été publié ?
Il a été publié dans November 1998. 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.
LeNet-5— à quoi ça sert ?
Il fonctionne dans le domaine de Vision, et est enregistré comme gérant la tâche de character recognition (OCR). Un modèle peut porter plusieurs de chacun, donc ce sont les domaines pour lesquels il a été conçu plutôt qu'une limite sur ce qu'il tentera.
LeNet-5— combien de puissance de calcul a été utilisée pour l'entraîner ?
L'entraînement a consommé environ 2.8 × 10¹² 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.
LeNet-5— 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.
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.