PixelSNAIL (ImageNet)
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
- University of California (UC) Berkeley
- Typ organizace
- Academia
- Země
- United States of America
- Publikováno
- 28 December 2017
- Autoři
- Xi Chen, Nikhil Mishra, Mostafa Rohaninejad, 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.
- Výcviková data
- 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 (unrestricted)
- Tréninkový kód
- Open source
MIT license https://github.com/neocxi/pixelsnail-public
Jak je to klasifikováno
Štítky aplikačních datových sad, které se používají při sledování významných modelů, a jak jistý je ve záznamu.
- Záznam důvěry
- Unknown
Žrovy
Odkud tento záznam pochází a kdy byl naposledy zkontrolován.
- Reference
- PixelSNAIL: An Improved Autoregressive Generative Model
- Nap poslední aktualizace
- 11 February 2026
Co čísla znamenají
O tomto modelu
PixelSNAIL (ImageNet) byl zveřejněn University of California (UC) Berkeley, v zemi zaznamenané jako United States of America, během December 2017. Vychází z organizace, která je kategorizována jako academia.
funguje v oblasti Image generation, a je zaznamenán jako vykonávající úkol image generation.
Váhy jsou zveřejněny, takže si je můžete stáhnout a spustit na své vlastní hardwaru neomezeně, offline, bez připojeného účtu.
Odpovědi
PixelSNAIL (ImageNet) — běžné otázky
PixelSNAIL (ImageNet)— Kdo to vytvořil?
Bylo to publikováno společností University of California (UC) Berkeley, zakládající se na United States of America, organizace zařazená jako academia.
PixelSNAIL (ImageNet)— Kdy byl vydán?
Bylo to zveřejněno v December 2017. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.
PixelSNAIL (ImageNet)— 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.
PixelSNAIL (ImageNet)— 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.
PixelSNAIL (ImageNet)— 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.
PixelSNAIL (ImageNet)— 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.
PixelSNAIL (ImageNet)— kolik má parametrů?
Pro něj nebyl zveřejněn žádný počet parametrů, a proto se na této stránce neobjevují žádné údaje o paměti nebo rychlosti.
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.