RQ-Transformer (3.8B params ImageNet dataset)
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
- Kakao,POSTECH
- Typ organizacji
- Industry,Academia
- Kraj
- Korea (Republic of)
- Opublikowany
- 3 March 2022
- Autorzy
- Doyup Lee, Chiheon Kim, Saehoon Kim, Minsu Cho, Wook-Shin Han
Co to robi
Obszary problemowe, dla których stworzono model. Model może mieć kilka z każdego.
- Domena
- Vision, Image generation
- Zadanie
- Text-to-image
Rozmiar
Jak duży jest model i na ile danych był trenowany. Parametry to liczba, która decyduje, czy mieści się na danej karcie graficznej.
- parametry
- 3.8B
- Dane treningowe
- 327,680,000 tokens
- Epoki
- 50
3822M from Table 5 - ImageNet rows
size of ImageNet
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
- 2.9 × 10²⁰ FLOP
- Jak to zostało ustalone
- Hardware
"We use eight NVIDIA A100 GPUs to train RQ-Transformer of 1.4B parameters, and four GPUs to train RQ-Transformers of other sizes. The training time is <9 days for LSUN-cat, LSUN-bedroom, <4.5 days for ImageNet, and CC-3M, and <1 day for LSUN-church and FFHQ. " Taken literally, suggests 3.8B model used fewer GPUs than 1.4B. This seems likely to be a typo, so I assume details are meant to be given for largest model (3.8B). (8) * (3.12e14) * (4.5 * 24 * 3600) * (0.3) = 2.911e20 (num gpu) * (peak …
Przebieg szkolenia
Co fizycznie było potrzebne do treningu: jakie chipy, ile, na jak długo i co to pobierało z sieci.
- Sprzęt do trenowania
- NVIDIA A100
- Zastosowane chipy
- 4
- Czas-chip
- 432
- Czas rzeczywisty
- 108 hours
- Pobór mocy
- 3.2 kW
States 4.5 days for ImageNet for 1.4B model, but this is probably a typo. I expect these details were given for the largest model. "We use eight NVIDIA A100 GPUs to train RQ-Transformer of 1.4B parameters, and four GPUs to trainRQ-Transformers of other sizes. The training time is <9 days for LSUN-cat, LSUN-bedroom, <4.5 days for ImageNet, and CC-3M, and <1 day for LSUN-church and FFHQ. "
Jak jest klasyfikowane
Etykiety, które źródłowy zbiór danych stosuje podczas śledzenia znaczących modeli oraz jak pewny jest tego wpisu.
- Zapisz pewność
- Likely
- Cytaty
- 763
Źródła
Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.
- Referencja
- Autoregressive Image Generation using Residual Quantization
- Ostatnio zaktualizowane
- 25 May 2026
Co oznaczają liczby
Co to jest model?
RQ-Transformer (3.8B params ImageNet dataset) został opublikowany przez Kakao,POSTECH, w kraju zapisanym jako Korea (Republic of), podczas March 2022. Kategoria, do której należy wydawca, to industry,Academia.
Działa w dziedzinie Vision, Image generation, i jest zapisany jako wykonujący zadanie text-to-image.
Jego wagi nigdy nie zostały opublikowane, więc można go osiągnąć tylko przez jego dostawcę. Żaden procesor graficzny tego nie zmieni.
Szkolenie i pochodzenie
Trenowanie zajęło budżet obliczeniowy wynoszący około 2.9 × 10²⁰ FLOP, na sprzęcie zarejestrowanym jako NVIDIA A100. Ta liczba mierzy, ile kosztowało wyprodukowanie modelu i nie ma wpływu na to, jak szybko odpowiada.
Zbiór treningowy trwał około 327,680,000 Tokeny tekstu.
Odpowiedzi
RQ-Transformer (3.8B params ImageNet dataset) — częste pytania
RQ-Transformer (3.8B params ImageNet dataset)— kiedy to zostało wydane?
Zostało opublikowane w March 2022. Możliwość na parametr znacznie się poprawiła, więc nowszy model tej samej wielkości często lepiej wykorzystuje ten sam sprzęt.
RQ-Transformer (3.8B params ImageNet dataset)— do czego to służy?
Działa w dziedzinie Vision, Image generation, i jest zarejestrowany jako realizujący zadanie text-to-image. Modele często mają więcej niż jeden z każdego, a etykiety opisują cel, a nie ograniczenia możliwości.
RQ-Transformer (3.8B params ImageNet dataset)— ile mocy obliczeniowej użyto do jego trenowania?
Szkolenie zajęło około 2.9 × 10²⁰ FLOP, na sprzęcie zarejestrowanym jako NVIDIA A100. 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.
RQ-Transformer (3.8B params ImageNet dataset)— 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.
RQ-Transformer (3.8B params ImageNet dataset)— 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.
RQ-Transformer (3.8B params ImageNet dataset)— ile ma parametrów?
Ma liczbę parametrów równą 3.8B. 3822M from Table 5 - ImageNet rows. 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.
RQ-Transformer (3.8B params ImageNet dataset)— kto to stworzył?
Zostało opublikowane przez Kakao,POSTECH, oparty na Korea (Republic of), organizacja sklasyfikowana jako industry,Academia.
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.