ALVINN
Geen schatting
Geen hardware-eisen voor dit model
De gewichten voor dit model zijn niet gepubliceerd, dus het kan niet worden gedownload of uitgevoerd op je eigen hardware in welke grootte dan ook. Het is alleen bereikbaar via de aanbieder, en geen enkele grafische kaart verandert dat..
Op record
Volledige specificatie
Alles wat geregistreerd is voor dit model. Het merendeel beschrijft hoe het getraind werd in plaats van hoe het draait - nuttige context om te beoordelen hoeveel werk erin is gestoken, en hoe het zich verhoudt tot modellen die op een andere schaal zijn gebouwd..
Oorsprong
Wie heeft dit model gebouwd, waar, en wanneer het gepubliceerd werd.
- Organisatie
- Carnegie Mellon University (CMU)
- Organisatietype
- Academia
- Land
- United States of America
- Gepubliceerd
- 1 December 1989
- Auteurs
- DA Pomerleau
Wat het doet
De probleemgebieden waarvoor het model is gebouwd. Een model kan meerdere van elk bevatten.
- Domein
- Driving
- Taak
- Self-driving car
Grootte
Hoe groot het model is en hoeveel data het is getraind. Parameters zijn het cijfer dat bepaalt of het past op een gegeven grafische kaart.
- parameters
- 36.6K
- Training gegevens
- 55,200 tokens
- Epochs
- 40
1217*29 + 29*46 =36627 “Each of these 1217 input units is fully connected to the hidden layer of 29 units, which is in turn fully connected to the output layer. The output layer consists of 46 units, divided into two groups.”
"Training involves first creating a set of 1200 road snapshots depicting roads with a wide variety of retinal orientations and positions, under a variety of lighting conditions and with realistic noise levels"
Training rekenen
De berekeningen uitgevoerd om het model te trainen, gemeten in drijvende-komma-operaties. Het is een maat voor wat de trainingsrun kostte, niet voor hoe snel het voltooide model je beantwoordt.
- Training rekenen
- 1.1 × 10¹⁰ FLOP
- Hoe het werd opgericht
- Operation counting
2 * 36627 * 3 * 40 * 1200 = 10548576000 = 1.05e10 36627 parameters "After 40 epochs of training on the 1200 simulated road snapshots"
Hoe het is geclassificeerd
Labels van de brondataset die worden toegepast bij het volgen van opmerkelijke modellen, en hoe zeker het is van de invoer.
- Record vertrouwen
- Confident
- Citaties
- 2,329
Bronnen
Waar deze record vandaan kwam en wanneer deze voor het laatst is gecontroleerd.
- Referentie
- ALVINN: an autonomous land vehicle in a neural network
- Laatst bijgewerkt
- 1 January 2026
Wat de cijfers betekenen
Achtergrond
ALVINN werd gepubliceerd door Carnegie Mellon University (CMU), in het land geregistreerd als United States of America, tijdens December 1989. De publicerende organisatie is geclassificeerd als academia.
Het werkt in het domein van Driving, en wordt geregistreerd als het uitvoeren van de taak van self-driving car.
De gewichten werden nooit gepubliceerd, dus het kan alleen worden bereikt via de provider. Geen enkele GPU verandert dat.
Hoe het getraind werd
Training kostte een rekensbudget van ongeveer 1.1 × 10¹⁰ FLOP. Die figuur meet wat het produceren van het model heeft gekost en heeft geen invloed op hoe snel het antwoord geeft.
Training verbruikte een corpus van ongeveer 55,200 tekstokens
Antwoorden
ALVINN — veelgestelde vragen
ALVINN— Welke GPU heb ik nodig om het te draaien?
Dit is een gesloten model — de gewichten zijn nooit gepubliceerd, dus het kan niet gedownload of uitgevoerd worden op je eigen hardware voor eender welke prijs. Het is alleen bereikbaar via de aanbieder.
ALVINN— is het open-source?
De licenties werden nooit vastgelegd in onze brondocumenten. We beschouwen niet-verklaarde licenties als gesloten, omdat een niet-vastgelegde licentie er geen is om op te vertrouwen.
ALVINN— hoeveel parameters heeft het?
Het heeft een parameter telling van 36.6K. 1217*29 + 29*46 =36627 “Each of these 1217 input units is fully connected to the hidden layer of 29 units, which is in turn fully connected to the output layer. The output layer consists of 46 units, divided into two groups.”. Dat cijfer is het totaal, en het bepaalt hoeveel MEMORY het MODEL nodig heeft - ongeveer een halve gigabyte per miljard bij de compressie die de meeste mensen gebruiken.
ALVINN— wie heeft het gemaakt?
Het werd gepubliceerd door Carnegie Mellon University (CMU), gebaseerd op United States of America, een organisatie geclassificeerd als academia.
ALVINN— wanneer is het uitgebracht?
Het werd gepubliceerd in December 1989. De capaciteit per parameter is aanzienlijk verbeterd sinds, zodat een nieuwere model van dezelfde grootte vaak een betere benutting van dezelfde hardware is.
ALVINN— waarvoor wordt het gebruikt?
Het werkt in het domein van Driving, en wordt geregistreerd als het afhandelen van self-driving car. Een model kan er verschillende van elk dragen, dus dit zijn de gebieden waarvoor het is gebouwd in plaats van een limiet op wat het zal proberen.
ALVINN— hoeveel rekencapaciteit is gebruikt om het te trainen?
Training verbruikte ongeveer 1.1 × 10¹⁰ FLOP. Dat meet wat het kosten om het model te produceren en zegt niets over hoe snel het antwoord geeft zodra het getraind is — inferentie snelheid komt van geheugenbandbreedte, niet van het trainingsbudget.
De andere richting
Van de andere kant bekijken?
Deze pagina begint met het model. Als je al een kaart bezit en alles wilt weten wat het zal draaien, begin in plaats van de hardware.