Zip CNN
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
- AT&T,Bell Laboratories
- Typ organizacji
- Industry,Industry
- Kraj
- United States of America
- Opublikowany
- 1 December 1989
- Autorzy
- Y. LeCun B. Boser J. S. Denker D. Henderson R. E. Howard W. Hubbard L. D. Jackel
Co to robi
Obszary problemowe, dla których stworzono model. Model może mieć kilka z każdego.
- Domena
- Vision
- Zadanie
- Character recognition (OCR)
Rozmiar
Jak duży jest model i na ile danych był trenowany. Parametry to liczba, która decyduje, czy mieści się na danej karcie graficznej.
- parametry
- 9.8K
- Dane treningowe
- 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
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
- 1.5 × 10¹² FLOP
- Jak to zostało ustalone
- 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)."
Jak jest klasyfikowane
Etykiety, które źródłowy zbiór danych stosuje podczas śledzenia znaczących modeli oraz jak pewny jest tego wpisu.
- Model Frontier
- Yes
- Dlaczego to jest śledzone
- Highly cited
- Zapisz pewność
- Confident
- Cytaty
- 11,725
Źródła
Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.
- Referencja
- Backpropagation applied to handwritten zip code recognition
- Ostatnio zaktualizowane
- 1 January 2026
Co oznaczają liczby
Skąd to pochodzi
Zip CNN został opublikowany przez AT&T,Bell Laboratories, w kraju zapisanym jako United States of America, podczas December 1989. Organizacja publikująca jest klasyfikowana jako industry,Industry.
Działa w dziedzinie Vision, i jest zapisany jako wykonujący zadanie character recognition (OCR).
To jest model zamknięty: wytrenowane wartości pozostały u tego, kto je wyprodukował, a lokalna wersja do uruchomienia nie istnieje.
Co poszło w budowę tego
Trening zajmował około 1.5 × 10¹² FLOP. Ta liczba mierzy, ile kosztowało wyprodukowanie modelu i nie ma wpływu na to, jak szybko odpowiada.
Został wytrenowany na korpusie około 7,291 Tokeny tekstu.
Powód, dla którego w ogóle pojawia się w tym katalogu: highly cited.
Odpowiedzi
Zip CNN — częste pytania
Zip CNN— 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.
Zip CNN— 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.
Zip CNN— ile ma parametrów?
Ma liczbę parametrów równą 9.8K. "In summary, the network has 1256 units, 64,660 connections, and 9760 independent parameters". 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.
Zip CNN— kto to stworzył?
Zostało opublikowane przez AT&T,Bell Laboratories, oparty na United States of America, organizacja sklasyfikowana jako industry,Industry.
Zip CNN— kiedy to zostało wydane?
Zostało opublikowane w December 1989. Możliwość na parametr znacznie się poprawiła, więc nowszy model tej samej wielkości często lepiej wykorzystuje ten sam sprzęt.
Zip CNN— do czego to służy?
Działa w dziedzinie Vision, i jest zarejestrowany jako realizujący zadanie character recognition (OCR). To są obszary, wokół których został zaprojektowany; opisują zamiar, a nie twardą granicę.
Zip CNN— ile mocy obliczeniowej użyto do jego trenowania?
Szkolenie zajęło około 1.5 × 10¹² 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.
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.