LeNet-5

Pesi chiusi AT&T 60K parametri November 1998

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
AT&T
Tipo di organizzazione
Industry
Paese
United States of America
Pubblicato
1 November 1998
Autori
Yann LeCun, Léon Bottou, Yoshua Bengio, Patrick Haffner

Cosa fa

Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.

Dominio
Vision
Compito
Character recognition (OCR)

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
60K

"[LeNet5] contains 390408 connections, but only 60000 trainable free parameters because of the weight sharing"

Dati di addestramento
60,000 tokens

The MNIST database contains 60,000 training images and 10,000 testing images (Wikipedia)

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
2.8 × 10¹² FLOP

"[LeNet5] contains 390408 connections" = multiply-adds MNIST - 60,000 data points 20 epochs 390408*60000*6*20=2.810938e+12

Come è stato stabilito
Operation counting

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
Historical significance,Highly cited
Record fiducia
Confident
Citazioni
57,900

Fonti

Da dove proviene questo record e quando è stato controllato l'ultima volta.

Riferimento
Gradient-based Learning Applied to Document Recognition
Ultimo aggiornamento
1 January 2026

Cosa significano i numeri

Informazioni su questo modello

LeNet-5 è stato pubblicato da AT&T, nel paese registrato come United States of America, durante November 1998. L'organizzazione di pubblicazione è classificata come industry.

Funziona nel dominio di Vision, ed è registrato come eseguire il compito di character recognition (OCR).

I suoi pesi non sono mai stati pubblicati, quindi può essere raggiunto solo attraverso il suo fornitore. Nessuna scheda GPU cambia questo.

Cosa è stato necessario per costruirlo

Il run di addestramento ha consumato circa 2.8 × 10¹² FLOP. Quella cifra misura quanto è costata la produzione del modello e non ha alcun impatto su quanto velocemente risponde.

L'addestramento ha consumato un corpus di circa 60,000 token di testo

Il suo criterio di inclusione: historical significance,Highly cited.

Risposte

LeNet-5 — domande comuni

01

LeNet-5— 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.

02

LeNet-5— quanti parametri ha?

Ha un numero di parametri di 60K. "[LeNet5] contains 390408 connections, but only 60000 trainable free parameters because of the weight sharing". 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.

03

LeNet-5— chi l'ha creato?

È stato pubblicato da AT&T, basato su United States of America, un'organizzazione categorizzata come industry.

04

LeNet-5— quando è stato rilasciato?

È stato pubblicato in November 1998. 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.

05

LeNet-5— A cosa serve?

Funziona nel dominio di Vision, e viene registrato come gestire il compito di character recognition (OCR). 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.

06

LeNet-5— quanto calcolo è stato utilizzato per addestrarlo?

L'addestramento ha consumato circa 2.8 × 10¹² FLOP. 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.

07

LeNet-5— 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.

Fonte

Pubblicazione originale

Ultimo aggiornamento del record 1 January 2026

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.