Mitosis
Nincs becslés
Ennekhez a modellhez nincs hardverkövetelmény
A modellhez tartozó súlyokat nem tették közzé, így azt semmilyen méretben nem lehet letölteni vagy saját hardveren futtatni. Csak az adattovábbítóján keresztül érhető el, és semmilyen grafikus kártya nem változtat ezen..
Felvételen
Teljes specifikáció
Minden adatok ezen a modellen. A legtöbb leírás arról szól, hogyan volt kiképzve, nem pedig arról, hogyan fut — hasznos háttérinformáció arra vonatkozóan, hogy mennyi munka került bele, és hogyan viszonyul más méretű modellekhez..
Eredet
Ki építette ezt a modellt, hol, és mikor publikálták.
- Szervezet
- IDSIA
- Szervezet típusa
- Academia
- Ország
- Switzerland
- Kiadva
- 22 September 2013
- Szerzők
- Dan C. Cireşan, Alessandro Giusti, Luca M. Gambardella, Jürgen Schmidhuber
Mit csinál
A modell által épített probléma területek. Egy modell több különbözőt is tartalmazhat.
- Irányítószám
- Vision, Medicine
- Feladat
- Object detection
Méret
Mekkora a modell és mennyi adatot használtak a betanításához. A paraméterek azok a számok, amelyek meghatározzák, hogy illeszkedik-e egy adott grafikus kártyára.
- Paraméterek
- 37.2K
- Képzési adatok
- 1,000,000 tokens
Sum numbers of weights in Table 1.b
The dataset is built in two stages. First a classifier is trained on small sample, and used to curate a more representative larger dataset. The final dataset has 1M instances "We build the actual training set, composed by 1 million instances, which includes all mitosis pixels (6.6% of the training instances). The remaining 95.4% is sampled from non-mitosis pixels by assigning to each pixel p a weight D(p)."
Képzés számítás
A modell betanításához végzett aritmetikai műveletek, amelyet lebegőpontos műveletekben mérnek. Ez a tréning futásának költségét méri, nem azt, hogy mennyire gyorsan válaszol a kész modell.
- Képzés számítás
- 1.4 × 10¹⁷ FLOP
- Hogyan jött létre
- Hardware
"Training each network requires one day of computation with an optimized GPU implementation" Assuming 1.58E+12 FLOP/second on FP32 (from the table in the Estimating compute post), we get 3600*24*1.58E+12 = 1.37E+17 FLOP
A képzési futam
A kiképzéshez fizikailag szükséges volt: milyen chipek, hány, meddig és mennyi áramot vett le a hálózatról.
- Wall-clock time
- 24 hours
"Training each network requires one day of computation with an optimized GPU implementation"
Hogyan van besorolva
Címkék, amelyeket a forráshalmaz alkalmaz, amikor figyelemmel kíséri a figyelemre méltó modelleket, és mennyire biztos a bejegyzésben.
- Rögzítési bizalom
- Likely
- Citations
- 1,553
Források
Honnan származik ez a rekord és mikor ellenőrizték utoljára.
- Referencia
- Mitosis Detection in Breast Cancer Histology Images with Deep Neural Networks
- Utoljára frissítve
- 1 January 2026
Mit jelentek a számok
Mit jelent ez a modell?
Mitosis was published by IDSIA, in Switzerland, in September 2013. The organisation is categorised as academia.
It works in Vision, Medicine, and is recorded as doing object detection.
Súlyait soha nem publikálták, így csak a szolgáltatóján keresztül érhető el. Nincs grafikus kártya, amely ezt megváltoztatja.
Hogyan lett betanítva
Training it took roughly 1.4 × 10¹⁷ FLOP of computation — a measure of what producing the model cost, not of how fast it answers.
It was trained on about 1,000,000 tokens of text.
Válaszok
Mitosis — Gyakran ismételt kérdések
Who created Mitosis?
Mitosis was published by IDSIA, based in Switzerland, categorised as academia.
When was Mitosis released?
Mitosis was published in September 2013. 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 Mitosis used for?
Mitosis works in Vision, Medicine, and is recorded as handling object detection. These are the areas it was designed around; they describe intent rather than a hard boundary.
How much compute was used to train Mitosis?
Around 1.4 × 10¹⁷ FLOP. That measures what producing the model cost and says nothing about how quickly it answers once trained — inference speed comes from memory bandwidth, not from the training budget.
What GPU do I need to run Mitosis?
None. Mitosis 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.
Is Mitosis open source?
The licensing for Mitosis 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 Mitosis have?
Mitosis has 37.2K parameters. Sum numbers of weights in Table 1.b. 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.
A másik irány
Másik oldalról nézve?
Ez az oldal a modellel kezdődik. Ha már rendelkezik egy kártyával és szeretné tudni, hogy minden mit fog futtatni, kérjük, folytassa., kezdje a hardverrel inkább.