JFT
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
- Google Research,Carnegie Mellon University (CMU)
- Tipo di organizzazione
- Industry,Academia
- Paese
- United States of America
- Pubblicato
- 10 July 2017
- Autori
- Chen Sun, Abhinav Shrivastava, Saurabh Singh, Abhinav Gupta
Cosa fa
Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Vision
- Compito
- Image classification, Object detection, Semantic segmentation, Pose estimation
- Formato numerico
- FP32
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
- 44.7M
- Dati di addestramento
- 5,487,300,000,000 tokens
- Epoche
- 4
- Dimensione del Batch
- 32
Uses ResNet-101 architecture, which has 44,654,504 parameters: https://resources.wolframcloud.com/NeuralNetRepository/resources/ResNet-101-Trained-on-ImageNet-Competition-Data/
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
- 8.4 × 10²⁰ FLOP
- Come è stato stabilito
- Hardware
Tesla K80 performance: 8.13 TFLOP/s Assume 40% utilization 60 days * 50 GPUs * 40% utilization * 8.13 TFLOP/s/GPU = 8.43*10^20 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
- NVIDIA Tesla K80
- Chip utilizzati
- 50
- Chip-ore
- 72,000
- Tempo di parete
- 1,440 hours (60 days)
- Consumo energetico
- 31.3 kW
- Costo di calcolo
- $17,911
Come è classificato
Etichette del dataset sorgente si applicano quando si tracciano modelli notevoli, e quanto è sicuro nell'entry.
- Modello Frontier
- Yes
- Perché è monitorato
- SOTA improvement
- Record fiducia
- Confident
- Citazioni
- 2,712
SOTA on COCO and PASCAL VOC
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- Revisiting Unreasonable Effectiveness of Data in Deep Learning Era.
- Ultimo aggiornamento
- 25 May 2026
Cosa significano i numeri
Da dove è venuto
JFT è stato pubblicato da Google Research,Carnegie Mellon University (CMU), nel paese registrato come United States of America, durante July 2017. L'organizzazione di pubblicazione è classificata come industry,Academia.
Funziona nel dominio di Vision, ed è registrato come eseguire il compito di image classification, Object detection, Semantic segmentation, Pose estimation.
Questo è un modello chiuso: i valori addestrati sono rimasti con chi li ha prodotti, e non c'è una versione locale da eseguire.
Come è stato addestrato
Il run di addestramento ha consumato circa 8.4 × 10²⁰ FLOP, su hardware registrato come NVIDIA Tesla K80. 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 5,487,300,000,000 token di testo
Il suo criterio di inclusione: sOTA improvement.
Risposte
JFT — domande comuni
JFT— quanti parametri ha?
Ha un numero di parametri di 44.7M. Uses ResNet-101 architecture, which has 44,654,504 parameters: https://resources.wolframcloud.com/NeuralNetRepository/resources/ResNet-101-Trained-on-ImageNet-Competition-Data/. 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.
JFT— chi l'ha creato?
È stato pubblicato da Google Research,Carnegie Mellon University (CMU), basato su United States of America, un'organizzazione categorizzata come industry,Academia.
JFT— quando è stato rilasciato?
È stato pubblicato in July 2017. 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.
JFT— A cosa serve?
Funziona nel dominio di Vision, e viene registrato come gestire il compito di image classification, Object detection, Semantic segmentation, Pose estimation. Queste sono le aree su cui è stato progettato; descrivono l'intento piuttosto che un confine rigido.
JFT— quanto calcolo è stato utilizzato per addestrarlo?
L'addestramento ha consumato circa 8.4 × 10²⁰ FLOP, su hardware registrato come NVIDIA Tesla K80. 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.
JFT— 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.
JFT— è open-source?
La licenza non è mai stata registrata nei nostri dati sorgente. Trattiamo le licenze non dichiarate come chiuse, perché una licenza non registrata non è una su cui fare affidamento.
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.