Binarized Neural Network (MNIST)

Zárt súlyok Technion - Israel Institute of Technology,Columbia University,University of Montreal / Université de Montréal 37M Paraméterek March 2016

Nincs becslés

Nincs hardver követelmény ennek a modellnek

A modellhez tartozó súlyokat nem tették közzé, így nem tölthető le vagy futtatható a saját hardverén bármilyen méretben. Csak a szolgáltatóján keresztül érhető el, és egyetlen grafikus kártya sem változtat ezen..

Nyilvántartásban

Teljes specifikáció

Minden feljegyzett ezzel a modellel kapcsolatban. A legtöbbje azt írja le, hogyan képezték ki, nem pedig azt, hogyan fut — hasznos kontextus annak megítéléséhez, hogy mennyi munka ment bele, és hogyan viszonyul a más méretben épített modellekhez..

Eredet

Ki építette ezt a modellt, hol, és mikor publikálták.

Szervezet
Technion - Israel Institute of Technology,Columbia University,University of Montreal / Université de Montréal
Szervezet típusa
Academia,Academia,Academia
Ország
Israel, United States of America, Canada
Közölt
17 March 2016
Szerzők
Matthieu Courbariaux, Itay Hubara, Daniel Soudry, Ran El-Yaniv, Yoshua Bengio

Mit csinál

A probléma területek, amelyekre a modell készült. Egy modell több mindegyikből hordozhat.

Tartomány
Vision
Feladat
Image classification

Méret

Mekkora a modell, és mennyi adatot használtak a betanításához. A paraméterek azok a számok, amelyek eldöntik, hogy az adott grafikus kártyára illeszkedik-e.

Paraméterek
37M

Parameter count is not explicitly stated, but they give details: "The MLP we train on MNIST consists of 3 hidden layers of 4096 binary units (see Section 1) and a L2-SVM output layer" Approximately 37m, based on 784 pixels * 4096 + 2 * 4096^2

Képzési adatok
60,000 tokens

60k training images, 10k test in MNIST

Epochok
1,000

Hogyan van besorolva

Címkék a forráshalmazra, amelyeket a figyelemre méltó modellek nyomon követésekor alkalmaznak, és hogy mennyire biztos az adatbevitelben.

Nyilvántartási bizalom
Speculative
Hivatkozások
3,299

Források

Honnan származik ez a felvétel és mikor ellenőrizték utoljára.

Referencia
Binarized Neural Networks: Training Neural Networks with Weights and Activations Constrained to +1 or −1
Utoljára frissítve
11 February 2026

Mit jelentenek a számok

Honnan jött

Binarized Neural Network (MNIST) ki lett adva által Technion - Israel Institute of Technology,Columbia University,University of Montreal / Université de Montréal, az országban rögzítve mint Israel, alatt March 2016. Egy olyan szervezetből származik, amelyet kategorizálnak mint academia,Academia,Academia.

Működik a területen a Vision, és úgy van rögzítve, mint a feladat végrehajtása image classification.

Mivel a súlyok nem elérhetők, ezért ezen az oldalon máshol található hardveradatok egyike sem vonatkozik rá.

Képzés és származás

A tanító készlet kb. futott 60,000 szöveg tokenjei

Válaszok

Binarized Neural Network (MNIST) — gyakori kérdések

01

Binarized Neural Network (MNIST)— Mire használják?

Működik a területen a Vision, és rögzítve van, hogy kezeli a feladatot image classification. Ezek azok a területek, amelyek köré tervezték; ezek a szándékot írják le, nem pedig egy szigorú határt.

02

Binarized Neural Network (MNIST)— Milyen GPU-ra van szükségem, hogy futtathassam?

Ez egy zárt modell — a súlyait soha nem tették közzé, így nem tölthető le és nem futtatható a saját hardverén semmilyen áron. Csak a szolgáltatóján keresztül érhető el.

03

Binarized Neural Network (MNIST)— Nyílt forráskódú?

A licencálás sosem volt rögzítve a forrásadatainkban. Az állandóan nem megadott licencet zártnak tekintjük, mert a nem rögzített licenc nem egy megbízható.

04

Binarized Neural Network (MNIST)— Hány paramétere van?

Paraméterszáma 37M. Parameter count is not explicitly stated, but they give details: "The MLP we train on MNIST consists of 3 hidden layers of 4096 binary units (see Section 1) and a L2-SVM output layer" Approximately 37m, based on 784 pixels * 4096 + 2 * 4096^2. Ez a szám a teljes összeg, és ez határozza meg, hogy mennyi VRAM-ra van szüksége a modelleknek — körülbelül fél gigabájt milliárdonként a legtöbb ember által használt tömörítési módban.

05

Binarized Neural Network (MNIST)— Ki készítette ezt?

Kiadta Technion - Israel Institute of Technology,Columbia University,University of Montreal / Université de Montréal, alapján Israel, egy szervezet, amelyet kategorizáltak mint academia,Academia,Academia.

06

Binarized Neural Network (MNIST)— Mikor adták ki?

Kibocsátották a March 2016. A paraméterenkénti képesség lényegesen javult azóta, így egy újabb, azonos méretű modell gyakran jobb felhasználása a same hardvernek.

Forrás

Eredeti kiadvány

Az utolsó frissítés időpontja 11 February 2026

A másik irány

Másik oldalról nézve?

Ez az oldal a modellel kezdődik. Ha már van kártyád, és szeretnéd tudni, hogy mindent futtat-e, Kezdj a hardverből..