Handwritten digit recognition network
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
- 27 November 1989
- Auteurs
- Yann LeCun, B. Boser, J. Denker, D. Henderson, R. Howard, W. Hubbard, L. Jackel
Ce qu'il fait
Les domaines problématiques pour lesquels le modèle a été conçu. Un modèle peut contenir plusieurs de chacun.
- Domaine
- Vision
- Tâche
- Digit recognition
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
- 2.6K
- Données d'entraînement
- 9,840 tokens
- Époques
- 30
"In summary, the network has 4635 units, 98442 connections, and 2578 independent parameters.“
"After 30 training passes the error rate on training set (7291 handwritten plus 2549 printed digits)"
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
- 1.8 × 10¹¹ FLOP
- Comment cela a été établi
- Hardware
1.4e6 * 3 * 24 * 60* 60 * 0.5 = 181440000000 = 1.81e11 "A complete training session (30 passes through the training set plus test) takes about 3 days on a SUN SPARCstation 1" Sparcstation 1 has an estimated compute of 1.4 MFLOPS (source: https://ieeexplore.ieee.org/document/63671 )
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.
- Temps en temps réel
- 72 hours
"A complete training session (30 passes through the training set plus test) takes about 3 days on a SUN SPARCstation 1"
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
- Confiance d'enregistrement
- Confident
Sources
D'où vient cet enregistrement et quand a-t-il été vérifié pour la dernière fois.
- Référence
- Handwritten Digit Recognition with a Back-Propagation Network
- Dernière mise à jour
- 28 November 2025
Ce que les chiffres signifient
D'où cela vient-il
Handwritten digit recognition network a été publié par AT&T, dans le pays enregistré comme United States of America, durant November 1989. L'organisation de publication est catégorisée comme industry.
Il fonctionne dans le domaine de Vision, et est enregistré comme exécutant la tâche de digit recognition.
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
L'entraînement a consommé environ 1.8 × 10¹¹ FLOP. 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 9,840 jetons de texte
La raison pour laquelle il apparaît dans ce catalogue. historical significance.
Réponses
Handwritten digit recognition network — questions courantes
Handwritten digit recognition network— 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.
Handwritten digit recognition network— 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.
Handwritten digit recognition network— combien de paramètres cela a-t-il ?
Il a un nombre de paramètres de 2.6K. "In summary, the network has 4635 units, 98442 connections, and 2578 independent parameters.“. 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.
Handwritten digit recognition network— qui l'a créé ?
Il a été publié par AT&T, basé sur United States of America, une organisation catégorisée comme industry.
Handwritten digit recognition network— quand a-t-il été publié ?
Il a été publié dans November 1989. 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.
Handwritten digit recognition network— à quoi ça sert ?
Il fonctionne dans le domaine de Vision, et est enregistré comme gérant la tâche de digit recognition. Ce sont les domaines autour desquels il a été conçu ; ils décrivent l'intention plutôt qu'une limite stricte.
Handwritten digit recognition network— combien de puissance de calcul a été utilisée pour l'entraîner ?
L'entraînement a consommé environ 1.8 × 10¹¹ 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.
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.