GELU for CIFAR-10
Brak oszacowania
Brak wymagań sprzętowych dla tego modelu
Wagi dla tego modelu nie zostały opublikowane, więc nie można ich pobrać ani uruchomić na własnym sprzęcie w żadnym rozmiarze. Jest dostępny tylko za pośrednictwem swojego dostawcy, a zmiana karty graficznej tego nie zmienia..
Na nagranie
Pełna specyfikacja
Wszystko na rekord dla tego modelu. Większość z tego opisuje, jak był trenowany, a nie jak działa — użyteczny kontekst do oceny, ile pracy włożono w to, i jak wypada w porównaniu z modelami budowanymi w innym skali..
Pochodzenie
Kto zbudował ten model, gdzie i kiedy został opublikowany.
- Organizacja
- University of California (UC) Berkeley,Toyota Technological Institute at Chicago
- Typ organizacji
- Academia,Academia
- Kraj
- United States of America
- Opublikowany
- 6 June 2023
- Autorzy
- Dan Hendrycks, Kevin Gimpel
Co to robi
Obszary problemowe, dla których stworzono model. Model może mieć kilka z każdego.
- Domena
- Vision
- Zadanie
- Image classification
Rozmiar
Jak duży jest model i na ile danych był trenowany. Parametry to liczba, która decyduje, czy mieści się na danej karcie graficznej.
- parametry
- 9.9K
- Dane treningowe
- 50,000 tokens
- Epoki
- 250
https://docs.google.com/spreadsheets/d/1rnsk2ysbAra1UfQWD9TFDki-0T9OmKqBdd7fw6O7QWE/edit?usp=sharing
50K - traning examples in MNIST datset
Obliczenia treningowe
Arytmetyka wykonywana w celu wytrenowania modelu, mierzona w operacjach zmiennoprzecinkowych. Jest to miara kosztów przeprowadzenia treningu, a nie tego, jak szybko gotowy model odpowiada na twoje pytania.
- Obliczenia treningowe
- 7.4 × 10¹¹ FLOP
- Jak to zostało ustalone
- Operation counting
6ND = 6*9888*50000*250=741600000000
Przebieg szkolenia
Co fizycznie było potrzebne do treningu: jakie chipy, ile, na jak długo i co to pobierało z sieci.
- Sprzęt do trenowania
- NVIDIA GeForce GTX TITAN X
Dostępność
Czy możesz zdobyć model i uruchomić go na swoim sprzęcie, co decyduje o tym, czy którakolwiek z cyfr karty graficznej na tej stronie ma zastosowanie.
- Kod treningowy
- Open source
https://github.com/hendrycks/GELUs MIT License
Jak jest klasyfikowane
Etykiety, które źródłowy zbiór danych stosuje podczas śledzenia znaczących modeli oraz jak pewny jest tego wpisu.
- Zapisz pewność
- Speculative
Źródła
Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.
- Referencja
- Gaussian Error Linear Units (GELUs)
- Ostatnio zaktualizowane
- 28 November 2025
Co oznaczają liczby
Co to jest model?
GELU for CIFAR-10 został opublikowany przez University of California (UC) Berkeley,Toyota Technological Institute at Chicago, w kraju zapisanym jako United States of America, podczas June 2023. Wychodzi z organizacji zaklasyfikowanej jako academia,Academia.
Działa w dziedzinie Vision, i jest zapisany jako wykonujący zadanie image classification.
Jego wagi nigdy nie zostały opublikowane, więc można go osiągnąć tylko przez jego dostawcę. Żaden procesor graficzny tego nie zmieni.
Co poszło w budowę tego
Wytworzenie tego wymagało arytmetyki sumującej około 7.4 × 10¹¹ FLOP, na sprzęcie zarejestrowanym jako NVIDIA GeForce GTX TITAN X. Ta liczba mierzy, ile kosztowało wyprodukowanie modelu i nie ma wpływu na to, jak szybko odpowiada.
Trening zużył korpus około 50,000 Tokeny tekstu.
Odpowiedzi
GELU for CIFAR-10 — częste pytania
GELU for CIFAR-10— ile ma parametrów?
Ma liczbę parametrów równą 9.9K. https://docs.google.com/spreadsheets/d/1rnsk2ysbAra1UfQWD9TFDki-0T9OmKqBdd7fw6O7QWE/edit?usp=sharing. Ta liczba to całkowita, i to ona decyduje o tym, ile pamięci potrzebuje model — mniej więcej pół gigabajta na miliard przy kompresji, którą używa większość ludzi.
GELU for CIFAR-10— kto to stworzył?
Zostało opublikowane przez University of California (UC) Berkeley,Toyota Technological Institute at Chicago, oparty na United States of America, organizacja sklasyfikowana jako academia,Academia.
GELU for CIFAR-10— kiedy to zostało wydane?
Zostało opublikowane w June 2023. Możliwość na parametr znacznie się poprawiła, więc nowszy model tej samej wielkości często lepiej wykorzystuje ten sam sprzęt.
GELU for CIFAR-10— do czego to służy?
Działa w dziedzinie Vision, i jest zarejestrowany jako realizujący zadanie image classification. Modele często mają więcej niż jeden z każdego, a etykiety opisują cel, a nie ograniczenia możliwości.
GELU for CIFAR-10— ile mocy obliczeniowej użyto do jego trenowania?
Szkolenie zajęło około 7.4 × 10¹¹ FLOP, na sprzęcie zarejestrowanym jako NVIDIA GeForce GTX TITAN X. To mierzy, ile kosztowało wyprodukowanie modelu i nie mówi nic o tym, jak szybko odpowiada po wytrenowaniu — prędkość wnioskowania pochodzi z SZEROKOŚCI PASMA, a nie z budżetu treningowego.
GELU for CIFAR-10— Jaką GPU potrzebuję, aby ją uruchomić?
Żaden. To jest zamknięty model — jego wagi nigdy nie zostały opublikowane, więc nie można go pobrać ani uruchomić na własnym sprzęcie za żadną cenę. Jest dostępny tylko przez jego dostawcę.
GELU for CIFAR-10— czy jest open weight?
Licencja nigdy nie została zarejestrowana w naszych danych źródłowych. Traktujemy niewskazaną licencję jako zamkniętą, ponieważ niezarejestrowana licencja nie jest na którą można polegać.
Druga strona
Patrząc na to z drugiej strony?
Ta strona zaczyna się od modelu. Jeśli już posiadasz kartę i chcesz wiedzieć, co wszystko będzie działać., Zacznij od sprzętu zamiast.