MUSIC perceptron
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.
- Pubblicato
- 3 June 1996
- Autori
- M. Kocheisen; U.A. Muller; G. Troster
Cosa fa
Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Vision
- Compito
- Image completion
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
- 13.6K
- Dati di addestramento
- 81,000 tokens
- Epoche
- 400
230*55+56*15+16*6+7*3=13607 (Figure 2)
“The training experiments were carried out on a database of 30,000 photos. Therefor the database was split into ten sets. Nine of them were used for the training and one for the testing.”
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
- 8.8 × 10¹¹ FLOP
- Come è stato stabilito
- Operation counting
2*13607*3*10800000=881733600000=8.8e11 Training steps: 400*27000=10800000 "After 400 epochs the error of the network"
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
- Record fiducia
- Confident
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- A neural network for grey level and color correction used in photofinishing
- Ultimo aggiornamento
- 28 November 2025
Cosa significano i numeri
Cosa è questo modello
MUSIC perceptron è stato pubblicato da its authors, durante June 1996.
Funziona nel dominio di Vision, ed è registrato come eseguire il compito di image completion.
Poiché i pesi non sono disponibili, nessuna delle specifiche hardware presenti in questo sito si applica ad esso.
Cosa è stato necessario per costruirlo
Il run di addestramento ha consumato circa 8.8 × 10¹¹ FLOP. 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 81,000 token di testo
È tracciato nel dataset sottostante per una ragione in particolare: historical significance.
Risposte
MUSIC perceptron — domande comuni
MUSIC perceptron— A cosa serve?
Funziona nel dominio di Vision, e viene registrato come gestire il compito di image completion. I modelli portano frequentemente più di uno di ciascuno, e le etichette descrivono lo scopo piuttosto che i limiti di capacità.
MUSIC perceptron— quanto calcolo è stato utilizzato per addestrarlo?
L'addestramento ha consumato circa 8.8 × 10¹¹ 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.
MUSIC perceptron— 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.
MUSIC perceptron— 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.
MUSIC perceptron— quanti parametri ha?
Ha un numero di parametri di 13.6K. 230*55+56*15+16*6+7*3=13607 (Figure 2). 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.
MUSIC perceptron— quando è stato rilasciato?
È stato pubblicato in June 1996. 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.
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.