Характеристики

Лицензия: Apache 2.0
Базовая модель: resnet-50
Опубликована: 29 июн 2026

Ссылки

Hugging Face

resnet50-cifar100-a100

DIA-MVP

Классификация изображенийИзображение → label

Дообученная ResNet-50 для классификации изображений CIFAR-100 и демонстрации учёта ресурсов обучения.

0скачиваний за 30 дней0лайковвеса обновлены29 июн 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Это демонстрационная модель классификации изображений из лаборатории Data & Impact Accounting (DIA). Она основана на ResNet-50 от Microsoft и полностью дообучена на наборе CIFAR-100 для распознавания изображений по 100 классам. Модель предназначена для экспериментов с классификацией и для демонстрации учёта ресурсов, затраченных на обучение производных моделей.

Модель обучали на NVIDIA A100-SXM4-80GB; карточка также содержит отчёт DIA об энергопотреблении и экологическом следе обучения. Это PyTorch-модель с лицензией Apache-2.0. Карточка не приводит метрики качества, поэтому пригодность для конкретных задач вне CIFAR-100 не подтверждена.

Сценарии применения

классификация изображений на 100 классов CIFAR-100
эксперименты с дообучением ResNet-50
демонстрация учёта энергопотребления и углеродного следа обучения моделей

Ограничения

Обучена для классификации CIFAR-100; карточка не приводит метрики качества или подтверждение работы на других наборах данных.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

ResNet-50 — CIFAR-100 (NVIDIA A100)

A demo model from the Data & Impact Accounting (DIA) lab. It performs image classification (CIFAR-100) via full fine-tune, with the base model microsoft/resnet-50, trained on NVIDIA A100.

The point of this repo is not the model itself but its dia_report — a standardized record of the energy, carbon, and water used to train it, embedded in this card's metadata.

This footprint feeds the DIA dashboard, which rolls up a base model and all its derivatives to show the cumulative carbon, water, and energy cost of a model family.

Training footprint

Metric	Value
Hardware	1× NVIDIA A100-SXM4-80GB
Compute	0.6684 GPU-hours
Energy	0.1369 (measured) kWh
Carbon	0.0089 (measured) kgCO₂eq
Water	0.246–0.548 (estimated-from-default-wue) L
Grid region	ca-on

Energy and carbon are measured with CodeCarbon; water is estimated from a default water-usage-effectiveness range. Carbon uses the local grid's intensity (Ontario, ~0.03 kgCO₂eq/kWh).

Reproduce

REPO=DIA-MVP/resnet50-cifar100-a100 python scripts/train_resnet50_cifar.py

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Нельзя запустить

В репозитории нет config.json: не понять архитектуру модели.

Ревизия весов: 0930d07