StarGAN v2
Žádný odhad
Žádné hardwarové požadavky pro tento model
Hmotnosti tohoto modelu jsou otevřené, ale žádný počet parametrů pro něj nebyl zveřejněn. Každé číslo týkající se paměti a rychlosti vychází z této hodnoty, takže bychom raději nic neukázali, než fabrikaovaný odhad..
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
- NAVER,Yonsei University,Swiss Federal Institute of Technology
- Typ organizace
- Industry,Academia,Academia
- Země
- Korea (Republic of), Switzerland
- Publikováno
- 4 December 2019
- Autoři
- Yunjey Choi, Youngjung Uh, Jaejun Yoo, Jung-Woo Ha
Co to dělá
Problémové oblasti, pro které byl model vytvořen. Model může obsahovat několik z každého.
- Doména
- Vision, Image generation
- Úkol
- Image generation, Image-to-image
Velikost
Jak velký je model a kolik dat byl trénován. Parametry jsou číslo, které rozhoduje, zda se vejde na danou grafickou kartu.
- Výcviková data
- 400,000 tokens
Dostupnost
Zda můžete získat model a spustit ho na svém vlastním hardwaru, což rozhoduje o tom, zda se některé z čísel grafických karet na této stránce vztahují.
- Hmotnosti
- Open — downloadable
- Přístup k modelu
- Open weights (non-commercial)
- Tréninkový kód
- Open (non-commercial)
https://github.com/clovaai/stargan-v2?tab=readme-ov-file non-commercial
Jak je to klasifikováno
Štítky aplikačních datových sad, které se používají při sledování významných modelů, a jak jistý je ve záznamu.
- Proč je to sledováno
- Highly cited,SOTA improvement
- Záznam důvěry
- Unknown
- Citace
- 2,072
"Votes from AMT workers for the most preferred method regarding visual quality and style reflection (%). StarGAN v2 outperforms the baselines with remarkable margins in all aspects." "As shown in Table 2, our method outperforms all the baselines by a large margin in terms of visual quality. For both CelebA-HQ and AFHQ, our method achieves FIDs of 13.7 and 16.2, respectively, which are more than two times improvement over the previous leading method."
Žrovy
Odkud tento záznam pochází a kdy byl naposledy zkontrolován.
- Reference
- StarGAN v2: Diverse Image Synthesis for Multiple Domains
- Nap poslední aktualizace
- 25 May 2026
Co čísla znamenají
Co je tento MODEL
StarGAN v2 byl zveřejněn NAVER,Yonsei University,Swiss Federal Institute of Technology, v zemi zaznamenané jako Korea (Republic of), během December 2019. Kategorie, do které vydavatel spadá, je industry,Academia,Academia.
funguje v oblasti Vision, Image generation, a je zaznamenán jako vykonávající úkol image generation, Image-to-image.
Protože byly jeho váhy uvolněny, nic ohledně jeho spuštění nezávisí na dostupnosti poskytovatele - je to vaše, jakmile je stáhnuto.
Jak bylo trénováno
Trénink spotřeboval korpus kolem 400,000 tokeny textu
Důvod, proč se to v tomto katalogu vůbec objevuje: highly cited,SOTA improvement.
Odpovědi
StarGAN v2 — běžné otázky
StarGAN v2— K čemu se to používá?
funguje v oblasti Vision, Image generation, a je zaznamenáno jako zpracovávající úkol image generation, Image-to-image. Modely často obsahují více než jeden z každého a štítky popisují účel spíše než omezení schopností.
StarGAN v2— kde si to mohu stáhnout?
Váhy jsou zveřejněny, i když nemáme odkaz na repozitář. Tato stránka vypočítává hardwarové požadavky spíše než aby hostila modelové soubory.
StarGAN v2— Jakou GPU potřebuji k jejímu spuštění?
Nemůžeme říct. Má otevřené váhy, ale žádný počet parametrů pro něj nebyl zveřejněn a každý výpočet paměti a rychlosti začíná od toho čísla. Raději bychom ukázali nic než vykonstruovaný odhad.
StarGAN v2— Je to OPEN SOURCE?
Jeho váhy jsou zveřejněny, takže si je lze stáhnout a spustit na vlastním hardwaru. Všimněte si, že open WEIGHTS není totéž co open SOURCE v plném smyslu — neříká nic o tréninkových datech, tréninkovém kódu nebo obchodních podmínkách připojených.
StarGAN v2— kolik má parametrů?
Pro něj nebyl zveřejněn žádný počet parametrů, a proto se na této stránce neobjevují žádné údaje o paměti nebo rychlosti.
StarGAN v2— Kdo to vytvořil?
Bylo to publikováno společností NAVER,Yonsei University,Swiss Federal Institute of Technology, zakládající se na Korea (Republic of), organizace zařazená jako industry,Academia,Academia.
StarGAN v2— Kdy byl vydán?
Bylo to zveřejněno v December 2019. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.
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.