Zero-shot Monocular Scene Flow (ZeroMSF)
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
- NVIDIA,Brown University
- Szervezet típusa
- Industry,Academia
- Ország
- United States of America
- Közölt
- 20 January 2025
- Szerzők
- Yiqing Liang, Abhishek Badki, Hang Su, James Tompkin, Orazio Gallo
Mit csinál
A probléma területek, amelyekre a modell készült. Egy modell több mindegyikből hordozhat.
- Tartomány
- 3D modeling, Driving
- Feladat
- 3D reconstruction, Self-driving car
Méret
Mekkora a modell, és mennyi adatot használtak a betanításához. A paraméterek azok a számok, amelyek eldöntik, hogy az adott grafikus kártyára illeszkedik-e.
- Képzési adatok
- tokens
- Epochok
- 50
"1M annotated training samples across diverse synthetic scenes"
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
- 3.2 × 10¹⁹ FLOP
- Hogyan jött létre
- Hardware
312000000000000 FLOP / GPU / sec * 8 GPUs * 12 hours * 3600 sec / hour * 0.3 [assumed utilization] = 3.234816e+19 FLOP
A tréning futás
Ami fizikailag szükséges volt a betanításhoz: mely chipek, hány, mennyi ideig, és ez mit fogyasztott a falból.
- Képzési hardver
- NVIDIA A100
- Használt chipek
- 8
- Fali óra idő
- 12 hours
- Teljesítményfogyasztás
- 6.3 kW
"All experiments are trained with 8 NVIDIA A100 GPUs for 50 epochs, which take 12 hours."
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
"Code coming!" [July 2025 - still no release]
Hogyan van besorolva
Címkék a forráshalmazra, amelyeket a figyelemre méltó modellek nyomon követésekor alkalmaznak, és hogy mennyire biztos az adatbevitelben.
- Nyilvántartási bizalom
- Confident
Források
Honnan származik ez a felvétel és mikor ellenőrizték utoljára.
- Referencia
- Zero-Shot Monocular Scene Flow Estimation in the Wild
- Utoljára frissítve
- 11 February 2026
Mit jelentenek a számok
Háttér
Zero-shot Monocular Scene Flow (ZeroMSF) ki lett adva által NVIDIA,Brown University, az országban rögzítve mint United States of America, alatt January 2025. Egy olyan szervezetből származik, amelyet kategorizálnak mint industry,Academia.
Működik a területen a 3D modeling, Driving, és úgy van rögzítve, mint a feladat végrehajtása 3D reconstruction, Self-driving car.
Súlyait soha nem tették közzé, így csak a szolgáltatóján keresztül érhető el. Nincs grafikus kártya, ami ezt megváltoztatná.
Mi került a felépítésébe
A képzés futás körülbelül 3.2 × 10¹⁹ FLOP, hardveren rögzítve NVIDIA A100. Ez a szám azt méri, hogy mennyibe került a modell előállítása, és nincs hatással arra, hogy milyen gyorsan válaszol.
Válaszok
Zero-shot Monocular Scene Flow (ZeroMSF) — gyakori kérdések
Zero-shot Monocular Scene Flow (ZeroMSF)— Mikor adták ki?
Kibocsátották a January 2025.
Zero-shot Monocular Scene Flow (ZeroMSF)— Mire használják?
Működik a területen a 3D modeling, Driving, és rögzítve van, hogy kezeli a feladatot 3D reconstruction, Self-driving car. A modell több mindenből is képes cipelni, így ezek azok a területek, amelyekre épült, nem pedig egy korlát arra, amit meg fog próbálni.
Zero-shot Monocular Scene Flow (ZeroMSF)— mennyi számítási kapacitást használtak annak a betanításához?
A képzés körülbelül elfogyasztott 3.2 × 10¹⁹ FLOP, hardveren rögzítve NVIDIA A100. 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.
Zero-shot Monocular Scene Flow (ZeroMSF)— 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.
Zero-shot Monocular Scene Flow (ZeroMSF)— Nyílt forráskódú?
Nem. A súlyai nincsenek közzétéve, így csak a tulajdonosa által ellenőrzött szolgáltatásként létezik.
Zero-shot Monocular Scene Flow (ZeroMSF)— Hány paramétere van?
Nincs közzétéve paraméterszám, ezért ez az oldal nem tartalmaz memóriával vagy sebességgel kapcsolatos adatokat.
Zero-shot Monocular Scene Flow (ZeroMSF)— Ki készítette ezt?
Kiadta NVIDIA,Brown University, alapján United States of America, egy szervezet, amelyet kategorizáltak mint industry,Academia.
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..