ANN Eye Tracker
Nessuna stima
Nessun requisito hardware per questo modello
I pesi di questo modello non sono stati pubblicati, quindi non può essere scaricato o eseguito sul vostro hardware a qualsiasi dimensione. È accessibile solo attraverso il suo fornitore, e nessuna scheda grafica può cambiare questo.
In registrazione
Specifiche complete
Tutto ciò che riguarda questo modello. La maggior parte delle informazioni descrive come è stato addestrato piuttosto che come viene eseguito — un contesto utile per valutare la quantità di lavoro impiegata e come si confronta con modelli realizzati su scala diversa.
Origine
Chi ha costruito questo modello, dove e quando è stato pubblicato.
- Pubblicato
- 29 November 1993
- Autori
- S. Baluja, D. Pomerleau
Cosa fa
Le aree problematiche per cui è stato costruito il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Vision
- Compito
- Miscellaneous image analysis
- Approach
- Supervised
Dimensione
Quanto è grande il modello e su quanti dati è stato addestrato. I parametri sono il valore che decide se si adatta a una determinata scheda grafica.
- Parametri
- 5.6K
- Dati di addestramento
- 4,000 tokens
- Epoche
- 260
15*15*20+20+50*10*2+100=5620 Hidden layer is split, 15*15 image input, 2*50 output neurons (see Figure 2) Hidden size up to 20 neurons ("This architecture was used with varying numbers of hidden units in the single, divided, hidden layer; experiments with 10, 16 and 20 hidden units were performed. ")
Addestramento computazionale
L'aritmetica eseguita per addestrare il modello, misurata in operazioni in virgola mobile. È una misura di quanto costato l'addestramento, non di quanto velocemente il modello finito ti risponde.
- Addestramento computazionale
- 1.8 × 10¹⁰ FLOP
- Come è stato stabilito
- Operation counting
2*5620*3*520000=17534400000 Training examples: 2000*260=520000 "As mentioned before, 2000 image/position pairs were gathered for training" "All of the networks described in this paper are trained with the same parameters for 260 epochs"
Il training run
Cosa è stato fisicamente necessario per addestrare: quali chip, quanti, per quanto tempo e cosa ha richiesto dalla rete elettrica.
- Tempo di orologio muro
- 1 hours
"Training the 8x2 hidden layer network using the 15x40 input retina, with 2000 images, takes approximately 30-40 minutes on a Sun SPARC 10 machine. "
Come è classificato
Etichette che il dataset sorgente applica quando si monitorano modelli notevoli e quanto è fiducioso nell'entry.
- Perché viene tracciato
- Historical significance
- Registrare fiducia
- Confident
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- Non-Intrusive Gaze Tracking Using Artificial Neural Networks
- Ultimo aggiornamento
- 28 November 2025
Cosa significano i numeri
Informazioni su questo modello
ANN Eye Tracker was published by its authors, in November 1993.
It works in Vision, and is recorded as doing miscellaneous image analysis.
Because the weights are not available, none of the hardware figures elsewhere on this site apply to it.
Come è stato addestrato
Training it took roughly 1.8 × 10¹⁰ FLOP of computation — a measure of what producing the model cost, not of how fast it answers.
The training set ran to roughly 4,000 tokens.
The reason it appears in this catalogue at all is historical significance.
Risposte
ANN Eye Tracker — Domande frequenti
Is ANN Eye Tracker open source?
The licensing for ANN Eye Tracker was never recorded in our source data. We treat unstated licensing as closed, because an unrecorded licence is not one to rely on.
How many parameters does ANN Eye Tracker have?
ANN Eye Tracker has 5.6K parameters. 15*15*20+20+50*10*2+100=5620 Hidden layer is split, 15*15 image input, 2*50 output neurons (see Figure 2) Hidden size up to 20 neurons ("This architecture was used with varying numbers of hidden units in the single, divided, hidden layer; experiments with 10, 16 and 20 hidden units were performed. "). That figure is the total, and it is what decides how much memory the model needs — roughly half a gigabyte per billion at the compression most people use.
When was ANN Eye Tracker released?
ANN Eye Tracker was published in November 1993. Capability per parameter has improved considerably since, so a newer model of the same size is often the better use of the same hardware.
What is ANN Eye Tracker used for?
ANN Eye Tracker works in Vision, and is recorded as handling miscellaneous image analysis. Models frequently carry more than one of each, and the tags describe purpose rather than capability limits.
How much compute was used to train ANN Eye Tracker?
Around 1.8 × 10¹⁰ FLOP. That measures what producing the model cost and says nothing about how quickly it answers once trained — inference speed comes from memory bandwidth, not from the training budget.
Quale GPU mi serve per eseguire ANN Eye Tracker?
None. ANN Eye Tracker is a closed model — its weights were never published, so it cannot be downloaded or run on your own hardware at any price. It is reachable only through its provider.
L'altra direzione
Guardando la questione dall'altra parte?
Questa pagina inizia dal modello. Se possedete già una scheda e desiderate conoscere tutto ciò che può eseguire, inizia dall'hardware invece.