CNN committee (traffic sign)
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
- IDSIA
- Szervezet típusa
- Academia
- Ország
- Switzerland
- Közölt
- 3 October 2011
- Szerzők
- D. Ciresan, U. Meier, Jonathan Masci, J. Schmidhuber
Mit csinál
A probléma területek, amelyekre a modell készült. Egy modell több mindegyikből hordozhat.
- Tartomány
- Vision
- Feladat
- Image classification
- Megközelítés
- Supervised
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
- 1.4M
- Képzési adatok
- 53,280 tokens
- Epochok
- 50
Parameters L1: 3*3*3*100=2700 L3: 100*4*4*150=240000 L5: 150*3*3*250=337500 L7: 250*4*4*200=800000 L8: 200*43=8600 Total: 2700+240000+337500+800000+8600=1388800
[images] “The training set consists of 26640 images“ “we resize all images to 48 × 48 pixels”
Képzés számítás
A modell tanításához végrehajtott aritmetika, lebegőpontos műveletekben mérve. Ez a tanítási futás költségének mértéke, nem pedig annak, hogy mennyire gyorsan válaszol a kész modell.
- Képzés számítás
- 9.9 × 10¹⁴ FLOP
- Hogyan jött létre
- Operation counting
Training FLOP L1: 3*3*3*46*46*100=5713200 L3: 100*4*4*20*20*150=96000000 L5: 150*3*3*8*8*250=21600000 L7: 250*4*4*200=800000 L8: 200*43=8600 Total: 2*(5713200+96000000+21600000+800000+8600)=248243600 Training Compute: 248243600*3*26640*50=991981425600000=9.9e14
A tréning futás
Ami fizikailag szükséges volt a betanításhoz: mely chipek, hány, mennyi ideig, és ez mit fogyasztott a falból.
- Képzési hardver
- NVIDIA GeForce GTX 580,NVIDIA GeForce GTX 480
- Használt chipek
- 4
Elérhetőség
Hogy meg tudja-e szerezni a modellt és futtatni a saját hardverén, ez dönt arról, hogy alkalmazhatóak-e a lap ezen oldalán feltüntetett grafikus kártya adatok.
- Súlyok
- Closed — provider access only
- Modell hozzáférés
- Unreleased
- Képzés kód
- Unreleased
Hogyan van besorolva
Címkék a forráshalmazra, amelyeket a figyelemre méltó modellek nyomon követésekor alkalmaznak, és hogy mennyire biztos az adatbevitelben.
- Miért követik nyomon
- Historical significance,SOTA improvement
- Nyilvántartási bizalom
- Likely
"We describe the approach that won the preliminary phase of the German traffic sign recognition benchmark with a better-than-human recognition rate of 98.98%.We obtain an even better recognition rate of 99.15% by further training the nets. "
Források
Honnan származik ez a felvétel és mikor ellenőrizték utoljára.
- Referencia
- A committee of neural networks for traffic sign classification
- Utoljára frissítve
- 11 February 2026
Mit jelentenek a számok
Honnan jött
CNN committee (traffic sign) ki lett adva által IDSIA, az országban rögzítve mint Switzerland, alatt October 2011. Egy olyan szervezetből származik, amelyet kategorizálnak mint 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 betanításhoz körülbelül egy számítási költségvetés kellett 9.9 × 10¹⁴ FLOP, hardveren rögzítve NVIDIA GeForce GTX 580,NVIDIA GeForce GTX 480. Ez a szám azt méri, hogy mennyibe került a modell előállítása, és nincs hatással arra, hogy milyen gyorsan válaszol.
A tanító készlet kb. futott 53,280 szöveg tokenjei
Az oka, hogy egyáltalán megjelenik ebben a katalógusban: historical significance,SOTA improvement.
Válaszok
CNN committee (traffic sign) — gyakori kérdések
CNN committee (traffic sign)— 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.
CNN committee (traffic sign)— mennyi számítási kapacitást használtak annak a betanításához?
A képzés körülbelül elfogyasztott 9.9 × 10¹⁴ FLOP, hardveren rögzítve NVIDIA GeForce GTX 580,NVIDIA GeForce GTX 480. Ez azt méri, hogy mennyibe került a modell előállítása, és semmit nem mond arról, hogy milyen gyorsan válaszol, miután betanult — a következtetési sebesség a memória sávszélességéből származik, nem az edzési költségvetésből.
CNN committee (traffic sign)— 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.
CNN committee (traffic sign)— Nyílt forráskódú?
Nem. A súlyai nincsenek közzétéve, így csak a tulajdonosa által ellenőrzött szolgáltatásként létezik.
CNN committee (traffic sign)— Hány paramétere van?
Paraméterszáma 1.4M. Parameters L1: 3*3*3*100=2700 L3: 100*4*4*150=240000 L5: 150*3*3*250=337500 L7: 250*4*4*200=800000 L8: 200*43=8600 Total: 2700+240000+337500+800000+8600=1388800. 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.
CNN committee (traffic sign)— Ki készítette ezt?
Kiadta IDSIA, alapján Switzerland, egy szervezet, amelyet kategorizáltak mint academia.
CNN committee (traffic sign)— Mikor adták ki?
Kibocsátották a October 2011. A paraméterenkénti képesség lényegesen javult azóta, így egy újabb, azonos méretű modell gyakran jobb felhasználása a same hardvernek.
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..