← Wszystkie modele
Profil modelu
Visualizing CNNs
New York University (NYU)·USA·XI 2013·widzenie
szacunek z computesprzęt z epoki
Indeks Świadomości
3,2×10⁻⁵%
widełki: 1,2×10⁻⁵%–8,3×10⁻⁵%szacunek z compute
Moc diagnostyczna
3,4×10⁵ bitów
widełki: 1,3×10⁵–8,8×10⁵
Energia treningu
0 MWh
widełki: 0 MWh–0 MWhszacunek z computesprzęt: NVIDIA GeForce GTX 580
Sprawność
18 bit/J
bitów wzorca z 1 dżula energii treningu
Ile drogi do mózgu?i
3,2×10⁻⁵%
10⁻⁷%
Mózg (100%)
Visualizing CNNs osiąga 3,2×10⁻⁵% potencjału mózgu — mózg ma ok. 3 100 000× więcej. Pasek jest logarytmiczny, więc każdy równy odcinek to ok. 10× wzrost.
Moment w historii
W dniu publikacji (XI 2013) Visualizing CNNs ustępował tylko tym modelom:
Unsupervised High-level Feature Learner
VII 2012
0,0002%
Word2Vec (large)
X 2013
0,0002%
DistBelief NNLM
I 2013
5,7×10⁻⁵%
W dniu premiery
#4
Do ówczesnego lidera
×6,8
Modeli przed premierą
7
Porównanie obejmuje 170 modeli ze zbioru — „#1” = najwyższy Indeks Świadomości wśród modeli opublikowanych przed premierą.
Pozycja w rankingu
#155 z 170- #153MSRA (C, PReLU)Microsoft Research3,9×10⁻⁵%
- #154DeepLocTechnical University of Denmark,University of Copenhagen3,3×10⁻⁵%
- #155Visualizing CNNsNew York University (NYU)3,2×10⁻⁵%
- #156ResNet-152 (ImageNet)Microsoft3×10⁻⁵%
- #157AlexNetUniversity of Toronto3×10⁻⁵%
Kontekst czasu
Każdy szary punkt to jeden z 170 modeli; Visualizing CNNs wyróżniony kolorem. Oś pionowa jest logarytmiczna, a przerywana linia u góry to mózg (100%).