← Wszystkie modele

Profil modelu

Hierarchical Scene Labeling (Stanford Background)

New York University (NYU)·USA·VIII 2013·widzenie
sprzęt z epoki
Indeks Świadomości
2,7×10⁻⁵%
widełki: 1,2×10⁻⁵%–5,9×10⁻⁵%
Moc diagnostyczna
2,9×10⁵ bitów
widełki: 1,3×10⁵–6,3×10⁵
Energia treningu
0 MWh
widełki: 0 MWh–0 MWhsprzęt: typowy dla ery 2013
Sprawność
30 bit/J
bitów wzorca z 1 dżula energii treningu

Ile drogi do mózgu?i

2,7×10⁻⁵%
10⁻⁷%
Mózg (100%)

Hierarchical Scene Labeling (Stanford Background) osiąga 2,7×10⁻⁵% potencjału mózgu — mózg ma ok. 3 700 000× więcej. Pasek jest logarytmiczny, więc każdy równy odcinek to ok. 10× wzrost.

Moment w historii

W dniu publikacji (VIII 2013) Hierarchical Scene Labeling (Stanford Background) ustępował tylko tym modelom:

Unsupervised High-level Feature Learner
VII 2012
0,0002%
DistBelief NNLM
I 2013
5,7×10⁻⁵%
AlexNet
IX 2012
3×10⁻⁵%
W dniu premiery
#4
Do ówczesnego lidera
×8,2
Modeli przed premierą
5

Porównanie obejmuje 170 modeli ze zbioru — „#1” = najwyższy Indeks Świadomości wśród modeli opublikowanych przed premierą.

Pozycja w rankingu

#158 z 170
  1. #156ResNet-152 (ImageNet)3×10⁻⁵%
  2. #157AlexNet3×10⁻⁵%
  3. #158Hierarchical Scene Labeling (Stanford Background)2,7×10⁻⁵%
  4. #159DistBelief Speech2,5×10⁻⁵%
  5. #160AlphaGo Zero2,5×10⁻⁵%

Kontekst czasu

Każdy szary punkt to jeden z 170 modeli; Hierarchical Scene Labeling (Stanford Background) wyróżniony kolorem. Oś pionowa jest logarytmiczna, a przerywana linia u góry to mózg (100%).