Mitosis
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
- IDSIA
- Typ organizacji
- Academia
- Kraj
- Switzerland
- Opublikowany
- 22 September 2013
- Autorzy
- Dan C. Cireşan, Alessandro Giusti, Luca M. Gambardella, Jürgen Schmidhuber
Co to robi
Obszary problemowe, dla których stworzono model. Model może mieć kilka z każdego.
- Domena
- Vision, Medicine
- Zadanie
- Object detection
Rozmiar
Jak duży jest model i na ile danych był trenowany. Parametry to liczba, która decyduje, czy mieści się na danej karcie graficznej.
- parametry
- 37.2K
- Dane treningowe
- 1,000,000 tokens
Sum numbers of weights in Table 1.b
The dataset is built in two stages. First a classifier is trained on small sample, and used to curate a more representative larger dataset. The final dataset has 1M instances "We build the actual training set, composed by 1 million instances, which includes all mitosis pixels (6.6% of the training instances). The remaining 95.4% is sampled from non-mitosis pixels by assigning to each pixel p a weight D(p)."
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
- 1.4 × 10¹⁷ FLOP
- Jak to zostało ustalone
- Hardware
"Training each network requires one day of computation with an optimized GPU implementation" Assuming 1.58E+12 FLOP/second on FP32 (from the table in the Estimating compute post), we get 3600*24*1.58E+12 = 1.37E+17 FLOP
Przebieg szkolenia
Co fizycznie było potrzebne do treningu: jakie chipy, ile, na jak długo i co to pobierało z sieci.
- Czas rzeczywisty
- 24 hours
"Training each network requires one day of computation with an optimized GPU implementation"
Jak jest klasyfikowane
Etykiety, które źródłowy zbiór danych stosuje podczas śledzenia znaczących modeli oraz jak pewny jest tego wpisu.
- Zapisz pewność
- Likely
- Cytaty
- 1,553
Źródła
Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.
- Referencja
- Mitosis Detection in Breast Cancer Histology Images with Deep Neural Networks
- Ostatnio zaktualizowane
- 1 January 2026
Co oznaczają liczby
Co to jest model?
Mitosis został opublikowany przez IDSIA, w kraju zapisanym jako Switzerland, podczas September 2013. Organizacja publikująca jest klasyfikowana jako academia.
Działa w dziedzinie Vision, Medicine, i jest zapisany jako wykonujący zadanie object detection.
Jego wagi nigdy nie zostały opublikowane, więc można go osiągnąć tylko przez jego dostawcę. Żaden procesor graficzny tego nie zmieni.
Jak to zostało wytrenowane
Trenowanie zajęło budżet obliczeniowy wynoszący około 1.4 × 10¹⁷ FLOP. Ta liczba mierzy, ile kosztowało wyprodukowanie modelu i nie ma wpływu na to, jak szybko odpowiada.
Został wytrenowany na korpusie około 1,000,000 Tokeny tekstu.
Odpowiedzi
Mitosis — częste pytania
Mitosis— kto to stworzył?
Zostało opublikowane przez IDSIA, oparty na Switzerland, organizacja sklasyfikowana jako academia.
Mitosis— kiedy to zostało wydane?
Zostało opublikowane w September 2013. Możliwość na parametr znacznie się poprawiła, więc nowszy model tej samej wielkości często lepiej wykorzystuje ten sam sprzęt.
Mitosis— do czego to służy?
Działa w dziedzinie Vision, Medicine, i jest zarejestrowany jako realizujący zadanie object detection. To są obszary, wokół których został zaprojektowany; opisują zamiar, a nie twardą granicę.
Mitosis— ile mocy obliczeniowej użyto do jego trenowania?
Szkolenie zajęło około 1.4 × 10¹⁷ FLOP. 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.
Mitosis— 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.
Mitosis— 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.
Mitosis— ile ma parametrów?
Ma liczbę parametrów równą 37.2K. Sum numbers of weights in Table 1.b. 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.
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.