High Performance CNN (NORB)
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
- IDSIA,SUPSI
- Tipo di organizzazione
- Academia,Academia
- Paese
- Switzerland
- Pubblicato
- 16 July 2011
- Autori
- Dan C. Ciresan, Ueli Meier, Jonathan Masci, Luca M. Gambardella, Jürgen Schmidhuber
Cosa fa
Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Vision
- Compito
- Image classification
- Approccio
- Supervised
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
- 4.9M
- Dati di addestramento
- 50,000 tokens
- Epoche
- 7
L1: 6*300*6*6=64800 L3: 500*600*4*4=4800000 L5: (108/4)*500=13500 Total: 64800+4800000+13500=4878300
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
- 2.6 × 10¹⁶ FLOP
- Come è stato stabilito
- Hardware
7 epochs, 35 min per epoch 2 GTX 480 + 2 GTX 580 580 FLOP: 1580000000000 480 FLOP: 1345000000000 FLOP: 7*35*60*(2*1580000000000+2*1345000000000)*0.3=25798500000000000=2.6e16
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 GeForce GTX 480,NVIDIA GeForce GTX 580
- Chip utilizzati
- 4
- Tempo di parete
- 4 hours
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.
- Perché è monitorato
- Historical significance,SOTA improvement
- Record fiducia
- Likely
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- Flexible, High Performance Convolutional Neural Networks for Image Classification
- Ultimo aggiornamento
- 11 February 2026
Cosa significano i numeri
Da dove è venuto
High Performance CNN (NORB) è stato pubblicato da IDSIA,SUPSI, nel paese registrato come Switzerland, durante July 2011. L'organizzazione di pubblicazione è classificata come academia,Academia.
Funziona nel dominio di Vision, ed è registrato come eseguire il compito di image classification.
Questo è un modello chiuso: i valori addestrati sono rimasti con chi li ha prodotti, e non c'è una versione locale da eseguire.
Addestramento e provenienza
Il training ha richiesto un budget di calcolo di circa 2.6 × 10¹⁶ FLOP, su hardware registrato come NVIDIA GeForce GTX 480,NVIDIA GeForce GTX 580. Quella cifra misura quanto è costata la produzione del modello e non ha alcun impatto su quanto velocemente risponde.
Il set di addestramento si aggirava attorno a 50,000 token di testo
Il suo criterio di inclusione: historical significance,SOTA improvement.
Risposte
High Performance CNN (NORB) — domande comuni
High Performance CNN (NORB)— 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.
High Performance CNN (NORB)— è open-source?
No. I pesi non sono stati pubblicati, quindi esiste solo come servizio controllato dal suo proprietario.
High Performance CNN (NORB)— quanti parametri ha?
Ha un numero di parametri di 4.9M. L1: 6*300*6*6=64800 L3: 500*600*4*4=4800000 L5: (108/4)*500=13500 Total: 64800+4800000+13500=4878300. 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.
High Performance CNN (NORB)— chi l'ha creato?
È stato pubblicato da IDSIA,SUPSI, basato su Switzerland, un'organizzazione categorizzata come academia,Academia.
High Performance CNN (NORB)— quando è stato rilasciato?
È stato pubblicato in July 2011. 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.
High Performance CNN (NORB)— A cosa serve?
Funziona nel dominio di Vision, e viene registrato come gestire il compito di image classification. Un modello può gestire diversi di ciascuno, quindi queste sono le aree per cui è stato costruito piuttosto che un limite su ciò che tenterà.
High Performance CNN (NORB)— quanto calcolo è stato utilizzato per addestrarlo?
L'addestramento ha consumato circa 2.6 × 10¹⁶ FLOP, su hardware registrato come NVIDIA GeForce GTX 480,NVIDIA GeForce GTX 580. 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.
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.