scFormer
Žádný odhad
Žádné hardwarové požadavky pro tento model
Hmotnosti pro tento model nebyly zveřejněny, takže jej nelze stáhnout ani spustit na vlastním hardwaru v žádné velikosti. Je dostupný pouze prostřednictvím svého poskytovatele, a žádná změna grafické karty to nezmění..
Na záznamu
Plná specifikace
Všechno o tomto modelu v záznamech. Většina z toho popisuje, jak byl trénován, spíše než jak funguje — užitečný kontext pro posouzení, kolik práce do něj bylo vynaloženo, a jak se srovnává s modely postavenými na jiné úrovni..
Původ
Kdo vytvořil tento model, kde a kdy byl publikován.
- Organizace
- University of Toronto,Vector Institute,University Health Network,Microsoft Research
- Typ organizace
- Academia,Academia,Industry
- Země
- Canada, United States of America
- Publikováno
- 22 November 2022
- Autoři
- Haotian Cui, Chloe Wang, Hassaan Maan, Nan Duan, Bo Wang
Co to dělá
Problémové oblasti, pro které byl model vytvořen. Model může obsahovat několik z každého.
- Doména
- Biology
- Úkol
- Representation learning
Velikost
Jak velký je model a kolik dat byl trénován. Parametry jsou číslo, které rozhoduje, zda se vejde na danou grafickou kartu.
- Výcviková data
- tokens
- Epochy
- 30
Each cell has M genes, not specified precisely but set to 1200 for UMAP plots. Total cells: 3005+7982+17001=27988 Estimated training tokens: 27988*1200=33585600
Jak je to klasifikováno
Štítky aplikačních datových sad, které se používají při sledování významných modelů, a jak jistý je ve záznamu.
- Záznam důvěry
- Speculative
- Citace
- 10
Žrovy
Odkud tento záznam pochází a kdy byl naposledy zkontrolován.
- Reference
- scFormer: A Universal Representation Learning Approach for Single-Cell Data Using Transformers
- Nap poslední aktualizace
- 1 December 2025
Co čísla znamenají
Co je tento MODEL
scFormer byl zveřejněn University of Toronto,Vector Institute,University Health Network,Microsoft Research, v zemi zaznamenané jako Canada, během November 2022. Vychází z organizace, která je kategorizována jako academia,Academia,Industry.
funguje v oblasti Biology, a je zaznamenán jako vykonávající úkol representation learning.
Toto je uzavřený model: trénované hodnoty zůstaly u toho, kdo je vyprodukoval, a není k dispozici žádná místní verze k spuštění.
Odpovědi
scFormer — běžné otázky
scFormer— kolik má parametrů?
Pro něj nebyl zveřejněn žádný počet parametrů, a proto se na této stránce neobjevují žádné údaje o paměti nebo rychlosti.
scFormer— Kdo to vytvořil?
Bylo to publikováno společností University of Toronto,Vector Institute,University Health Network,Microsoft Research, zakládající se na Canada, organizace zařazená jako academia,Academia,Industry.
scFormer— Kdy byl vydán?
Bylo to zveřejněno v November 2022. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.
scFormer— K čemu se to používá?
funguje v oblasti Biology, a je zaznamenáno jako zpracovávající úkol representation learning. Modely často obsahují více než jeden z každého a štítky popisují účel spíše než omezení schopností.
scFormer— Jakou GPU potřebuji k jejímu spuštění?
Žádné. Toto je uzavřený model — jeho váhy nikdy nebyly zveřejněny, takže jej nelze stáhnout nebo spustit na vlastním hardwaru za žádnou cenu. Je dostupný pouze prostřednictvím jeho poskytovatele.
scFormer— Je to OPEN SOURCE?
Licencování nikdy nebylo zaznamenáno v našich zdrojových datech. Neuváděné licencování považujeme za uzavřené, protože nezaznamenaná licence není na kterou by se dalo spoléhat.
Druhý směr
Díváte se na to z druhé strany?
Tato stránka začíná od modelu. Pokud již vlastníte kartu a chcete vědět všechno, co bude spuštěno, začněte raději od hardwaru.