DnCNN
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
- Harbin Institute of Technology,Hong Kong Polytechnic University,ULSee Inc.,Xi’an Jiaotong University
- Typ organizace
- Academia,Academia,Industry,Academia
- Země
- China, Hong Kong
- Publikováno
- 1 February 2017
- Autoři
- Kai Zhang, Wangmeng Zuo, Yunjin Chen, Deyu Meng, Lei Zhang
Co to dělá
Problémové oblasti, pro které byl model vytvořen. Model může obsahovat několik z každého.
- Doména
- Vision, Image generation
- Úkol
- Image super-resolution
Velikost
Jak velký je model a kolik dat byl trénován. Parametry jsou číslo, které rozhoduje, zda se vejde na danou grafickou kartu.
- Výcviková data
- 2,560,000,000 tokens
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
- Záznam důvěry
- Unknown
- Citace
- 7,779
Žrovy
Odkud tento záznam pochází a kdy byl naposledy zkontrolován.
- Reference
- Beyond a Gaussian Denoiser: Residual Learning of Deep CNN for Image Denoising
- Nap poslední aktualizace
- 1 January 2026
Co čísla znamenají
Co je tento MODEL
DnCNN byl zveřejněn Harbin Institute of Technology,Hong Kong Polytechnic University,ULSee Inc.,Xi’an Jiaotong University, v zemi zaznamenané jako China, během February 2017. Kategorie, do které vydavatel spadá, je academia,Academia,Industry,Academia.
funguje v oblasti Vision, Image generation, a je zaznamenán jako vykonávající úkol image super-resolution.
Toto je uzavřený model: trénované hodnoty zůstaly u toho, kdo je vyprodukoval, a není k dispozici žádná místní verze k spuštění.
Co bylo zapotřebí k jeho vybudování
Tréninková sada běžela na přibližně 2,560,000,000 tokeny textu
Důvod, proč se to v tomto katalogu vůbec objevuje: highly cited.
Odpovědi
DnCNN — běžné otázky
DnCNN— 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.
DnCNN— kolik má parametrů?
Pro něj nebyl zveřejněn žádný počet parametrů, a proto se na této stránce neobjevují žádné údaje o paměti nebo rychlosti.
DnCNN— Kdo to vytvořil?
Bylo to publikováno společností Harbin Institute of Technology,Hong Kong Polytechnic University,ULSee Inc.,Xi’an Jiaotong University, zakládající se na China, organizace zařazená jako academia,Academia,Industry,Academia.
DnCNN— Kdy byl vydán?
Bylo to zveřejněno v February 2017. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.
DnCNN— K čemu se to používá?
funguje v oblasti Vision, Image generation, a je zaznamenáno jako zpracovávající úkol image super-resolution. Toto jsou oblasti, kolem nichž byl navržen; popisují záměr spíše než tvrdou hranici.
DnCNN— 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.
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.