Cognitron
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
- Biological Cybernetics
- Szervezet típusa
- Industry
- Ország
- Japan
- Közölt
- 1 September 1975
- Szerzők
- Kunihiko Fukushima
Mit csinál
A probléma területek, amelyekre a modell készült. Egy modell több mindegyikből hordozhat.
- Tartomány
- Other
- Feladat
- Miscellaneous image analysis, 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
- 21.6K
- Képzési adatok
- 5 tokens
- Epochok
- 20
4 layers, 288 neurons per layer, weights connect each neuron to only 25 neurons in the previous layer. Only 3 layers with learnable weights, the first layer is just an input representation (see Fig 5) 3*288*25 parameters
5 examples presented for (at least) 20 cycles = 100 training steps
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
- 5.2 × 10⁶ FLOP
- Hogyan jött létre
- Operation counting
No real backward pass as weights are sparsely updated. Assuming 20% additional compute for the weight update. Total compute estimate: 100*2*3*288*25*1.2 = 5184000
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
- Nyilvántartási bizalom
- Confident
- Hivatkozások
- 791
Precursor of the Neocognitron
Források
Honnan származik ez a felvétel és mikor ellenőrizték utoljára.
- Referencia
- Cognitron: a self-organizing multilayered neural network
- Utoljára frissítve
- 28 November 2025
Mit jelentenek a számok
Háttér
Cognitron ki lett adva által Biological Cybernetics, az országban rögzítve mint Japan, alatt September 1975. Egy olyan szervezetből származik, amelyet kategorizálnak mint industry.
Működik a területen a Other, és úgy van rögzítve, mint a feladat végrehajtása miscellaneous image analysis, Image classification.
Súlyait soha nem tették közzé, így csak a szolgáltatóján keresztül érhető el. Nincs grafikus kártya, ami ezt megváltoztatná.
Képzés és származás
A létrehozásához körülbelül összesítő aritmetikára volt szükség. 5.2 × 10⁶ FLOP. Ez a szám azt méri, hogy mennyibe került a modell előállítása, és nincs hatással arra, hogy milyen gyorsan válaszol.
Körülbelül egy korpuszon lett betanítva 5 szöveg tokenjei
A kiválasztási kritériuma: historical significance.
Válaszok
Cognitron — gyakori kérdések
Cognitron— Ki készítette ezt?
Kiadta Biological Cybernetics, alapján Japan, egy szervezet, amelyet kategorizáltak mint industry.
Cognitron— Mikor adták ki?
Kibocsátották a September 1975. A paraméterenkénti képesség lényegesen javult azóta, így egy újabb, azonos méretű modell gyakran jobb felhasználása a same hardvernek.
Cognitron— Mire használják?
Működik a területen a Other, és rögzítve van, hogy kezeli a feladatot miscellaneous image analysis, Image classification. A modellek gyakran több mint egyet hordoznak mindegyikből, és a címkék a célra, nem pedig a képességek határaira utalnak.
Cognitron— mennyi számítási kapacitást használtak annak a betanításához?
A képzés körülbelül elfogyasztott 5.2 × 10⁶ FLOP. 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.
Cognitron— 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.
Cognitron— Nyílt forráskódú?
A licencálás sosem volt rögzítve a forrásadatainkban. Az állandóan nem megadott licencet zártnak tekintjük, mert a nem rögzített licenc nem egy megbízható.
Cognitron— Hány paramétere van?
Paraméterszáma 21.6K. 4 layers, 288 neurons per layer, weights connect each neuron to only 25 neurons in the previous layer. Only 3 layers with learnable weights, the first layer is just an input representation (see Fig 5) 3*288*25 parameters. 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.
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..