Flow++ (CIFAR10)
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 California (UC) Berkeley,Covariant
- Typ organizace
- Academia,Industry
- Země
- United States of America
- Publikováno
- 15 May 2019
- Autoři
- Jonathan Ho, Xi Chen, Aravind Srinivas, Yan Duan, Pieter Abbeel
Co to dělá
Problémové oblasti, pro které byl model vytvořen. Model může obsahovat několik z každého.
- Doména
- Image generation
- Úkol
- Image generation
Velikost
Jak velký je model a kolik dat byl trénován. Parametry jsou číslo, které rozhoduje, zda se vejde na danou grafickou kartu.
- parametry
- 31.4M
- Výcviková data
- tokens
- Epochy
- 400
Table 2: 31.4M
Training run for CIFAR10 ablations is ~400 epochs (Table 2)
Tréninkový běh
Co fyzicky vyžadovalo trénování: které čipy, kolik, jak dlouho a co to vyžadovalo ze zásuvky.
- Používané čipy
- 8
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
- Closed — provider access only
- Přístup k modelu
- Unreleased
- Tréninkový kód
- Open source
MIT license https://github.com/aravindsrinivas/flowpp
Jak je to klasifikováno
Štítky aplikačních datových sad, které se používají při sledování významných modelů, a jak jistý je ve záznamu.
- Záznam důvěry
- Confident
Žrovy
Odkud tento záznam pochází a kdy byl naposledy zkontrolován.
- Reference
- Flow++: Improving Flow-Based Generative Models with Variational Dequantization and Architecture Design
- Nap poslední aktualizace
- 11 February 2026
Co čísla znamenají
Odkud to přišlo
Flow++ (CIFAR10) byl zveřejněn University of California (UC) Berkeley,Covariant, v zemi zaznamenané jako United States of America, během May 2019. Kategorie, do které vydavatel spadá, je academia,Industry.
funguje v oblasti Image generation, a je zaznamenán jako vykonávající úkol image generation.
Jeho váhy nikdy nebyly zveřejněny, takže k němu lze přistupovat pouze prostřednictvím jeho poskytovatele. Žádná změna grafické karty to nezmění.
Odpovědi
Flow++ (CIFAR10) — běžné otázky
Flow++ (CIFAR10)— Kdo to vytvořil?
Bylo to publikováno společností University of California (UC) Berkeley,Covariant, zakládající se na United States of America, organizace zařazená jako academia,Industry.
Flow++ (CIFAR10)— Kdy byl vydán?
Bylo to zveřejněno v May 2019. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.
Flow++ (CIFAR10)— K čemu se to používá?
funguje v oblasti Image generation, a je zaznamenáno jako zpracovávající úkol image generation. Model může nést několik z každého, takže to jsou oblasti, pro které byl navržen, spíše než omezení toho, co se pokusí.
Flow++ (CIFAR10)— 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.
Flow++ (CIFAR10)— Je to OPEN SOURCE?
Ne. Jeho váhy nebyly zveřejněny, takže existuje pouze jako služba řízená jeho vlastníkem.
Flow++ (CIFAR10)— kolik má parametrů?
Má počet parametrů 31.4M. Table 2: 31.4M. Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.
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.