Zip CNN
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,Bell Laboratories
- Tipo di organizzazione
- Industry,Industry
- Paese
- United States of America
- Pubblicato
- 1 December 1989
- Autori
- Y. LeCun B. Boser J. S. Denker D. Henderson R. E. Howard W. Hubbard L. D. Jackel
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
- 9.8K
- Dati di addestramento
- 7,291 tokens
"In summary, the network has 1256 units, 64,660 connections, and 9760 independent parameters"
The digits were written by many different people, using a great variety of sizes, writing styles, and instruments, with widely varying amounts of care; 7291 examples are used for training the network and 2007 are used for testing the generalization performance
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
- 1.5 × 10¹² FLOP
- Come è stato stabilito
- Operation counting
Its a deep CNN so we assume a backward-forward ratio of 2:1 2*64660*3*23*167693=1496338054440 "The network was trained for 23 passes through the training set (167,693 pattern presentations)."
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
- Highly cited
- Record fiducia
- Confident
- Citazioni
- 11,725
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- Backpropagation applied to handwritten zip code recognition
- Ultimo aggiornamento
- 1 January 2026
Cosa significano i numeri
Da dove è venuto
Zip CNN è stato pubblicato da AT&T,Bell Laboratories, nel paese registrato come United States of America, durante December 1989. L'organizzazione di pubblicazione è classificata come industry,Industry.
Funziona nel dominio di Vision, ed è registrato come eseguire il compito di character recognition (OCR).
Questo è un modello chiuso: i valori addestrati sono rimasti con chi li ha prodotti, e non c'è una versione locale da eseguire.
Cosa è stato necessario per costruirlo
Il run di addestramento ha consumato circa 1.5 × 10¹² 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 7,291 token di testo
Il motivo per cui appare in questo catalogo è: highly cited.
Risposte
Zip CNN — domande comuni
Zip CNN— 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.
Zip CNN— 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.
Zip CNN— quanti parametri ha?
Ha un numero di parametri di 9.8K. "In summary, the network has 1256 units, 64,660 connections, and 9760 independent parameters". 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.
Zip CNN— chi l'ha creato?
È stato pubblicato da AT&T,Bell Laboratories, basato su United States of America, un'organizzazione categorizzata come industry,Industry.
Zip CNN— quando è stato rilasciato?
È stato pubblicato in December 1989. 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.
Zip CNN— A cosa serve?
Funziona nel dominio di Vision, e viene registrato come gestire il compito di character recognition (OCR). Queste sono le aree su cui è stato progettato; descrivono l'intento piuttosto che un confine rigido.
Zip CNN— quanto calcolo è stato utilizzato per addestrarlo?
L'addestramento ha consumato circa 1.5 × 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.
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.