DCTransformer (ImageNet)
Nessuna stima
Nessun requisito hardware per questo modello
I pesi per questo modello non sono stati pubblicati, quindi non può essere scaricato o eseguito sul proprio hardware di qualsiasi dimensione. È accessibile solo attraverso il suo fornitore e nessun cambiamento della scheda grafica che.
In registrazione
specifiche complete
Tutto in archivio per questo modello. La maggior parte descrive come è stato addestrato piuttosto che come gira — contesto utile per giudicare quanto lavoro c'è stato dietro, e come si confronta con i modelli costruiti su una scala diversa..
Origine
Chi ha costruito questo modello, dove e quando è stato pubblicato.
- Organizzazione
- DeepMind
- Tipo di organizzazione
- Industry
- Paese
- United Kingdom of Great Britain and Northern Ireland
- Pubblicato
- 5 March 2021
- Autori
- Charlie Nash, Jacob Menick, Sander Dieleman, Peter W. Battaglia
Cosa fa
Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Image generation
- Compito
- Image generation
Dimensione
Quanto è grande il modello e su quanti dati è stato addestrato. I parametri sono la cifra che decide se si adatta a una determinata scheda grafica.
- parametri
- 736M
- Dati di addestramento
- 1,000,000,000,000 tokens
parameters (Table 3): 738e6
[tokens] Table 3: Image resolution 384 batch size: 512 tokens processed: 1000e9 " We use a target chunk size of 896 in all our experiments"
Calcolo di addestramento
L'aritmetica eseguita per addestrare il modello, misurata in operazioni in virgola mobile. È una misura di quanto è costato il run di addestramento, e non di quanto velocemente il modello finito ti risponde.
- Calcolo di addestramento
- 4.4 × 10²¹ FLOP
- Come è stato stabilito
- Operation counting
6 FLOP / token / parameter * 738 * 10^6 parameters * 1000 * 10^9 tokens = 4.428e+21 FLOP
La corsa di addestramento
Cosa ha richiesto fisicamente per addestrare: quali chip, quanti, per quanto tempo e cosa ha prelevato dalla presa.
- Hardware di addestramento
- Google TPU v3
- Chip utilizzati
- 128
- Consumo energetico
- 116.8 kW
Disponibilità
Se puoi ottenere il modello e farlo funzionare sul tuo hardware, il che decide se alcune delle cifre della scheda grafica su questa pagina sono applicabili.
- Pesi
- Closed — provider access only
- Accesso al modello
- Unreleased
- Codice di addestramento
- Unreleased
Come è classificato
Etichette del dataset sorgente si applicano quando si tracciano modelli notevoli, e quanto è sicuro nell'entry.
- Record fiducia
- Confident
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- Generating Images with Sparse Representations
- Ultimo aggiornamento
- 11 February 2026
Cosa significano i numeri
Da dove è venuto
DCTransformer (ImageNet) è stato pubblicato da DeepMind, nel paese registrato come United Kingdom of Great Britain and Northern Ireland, durante March 2021. Esce da un'organizzazione categorizzata come industry.
Funziona nel dominio di Image generation, ed è registrato come eseguire il compito di image generation.
I suoi pesi non sono mai stati pubblicati, quindi può essere raggiunto solo attraverso il suo fornitore. Nessuna scheda GPU cambia questo.
Come è stato addestrato
La produzione di esso ha richiesto un'aritmetica totale di circa 4.4 × 10²¹ FLOP, su hardware registrato come Google TPU v3. Quella cifra misura quanto è costata la produzione del modello e non ha alcun impatto su quanto velocemente risponde.
È stato addestrato su un corpus di circa 1,000,000,000,000 token di testo
Risposte
DCTransformer (ImageNet) — domande comuni
DCTransformer (ImageNet)— quanto calcolo è stato utilizzato per addestrarlo?
L'addestramento ha consumato circa 4.4 × 10²¹ FLOP, su hardware registrato come Google TPU v3. Questo misura quanto costa produrre il modello e non dice nulla su quanto rapidamente risponde una volta addestrato — la velocità di inferenza deriva dalla larghezza di banda della memoria, non dal budget di addestramento.
DCTransformer (ImageNet)— che GPU ho bisogno per eseguirlo?
Nessuno. Questo è un modello chiuso - i suoi pesi non sono mai stati pubblicati, quindi non può essere scaricato o eseguito sul tuo hardware a qualsiasi prezzo. È accessibile solo attraverso il suo fornitore.
DCTransformer (ImageNet)— è open-source?
No. I pesi non sono stati pubblicati, quindi esiste solo come servizio controllato dal suo proprietario.
DCTransformer (ImageNet)— quanti parametri ha?
Ha un numero di parametri di 736M. parameters (Table 3): 738e6. Quella cifra è il totale, ed è ciò che decide quanto memoria il modello ha bisogno — circa mezzo gigabyte per miliardo alla compressione che la maggior parte delle persone usa.
DCTransformer (ImageNet)— chi l'ha creato?
È stato pubblicato da DeepMind, basato su United Kingdom of Great Britain and Northern Ireland, un'organizzazione categorizzata come industry.
DCTransformer (ImageNet)— quando è stato rilasciato?
È stato pubblicato in March 2021. La capacità per parametro è migliorata considerevolmente da allora, quindi un modello più recente della stessa dimensione è spesso un uso migliore dello stesso hardware.
DCTransformer (ImageNet)— A cosa serve?
Funziona nel dominio di Image generation, e viene registrato come gestire il compito di image generation. Queste sono le aree su cui è stato progettato; descrivono l'intento piuttosto che un confine rigido.
L'altra direzione
Guardandolo dall'altro lato?
Questa pagina parte dal modello. Se possiedi già una scheda e vuoi sapere tutto ciò che farà funzionare, inizia dall'hardware invece.