OR-WideResNet

Uzavřené váhy Duke University,University of Chinese Academy of Sciences 18.2M parametry January 2017

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..

Prozkoumejte modely, které můžete spustit místo toho.

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: Duke University,University of Chinese Academy of Sciences
Typ organizace: Academia,Academia
Země: United States of America, China
Publikováno: 7 January 2017
Autoři: Yanzhao Zhou, Qixiang Ye, Qiang Qiu and Jianbin Jiao

Co to dělá

Problémové oblasti, pro které byl model vytvořen. Model může obsahovat několik z každého.

Doména: Vision
Úkol: Image classification

Velikost

Jak velký je model a kolik dat byl trénován. Parametry jsou číslo, které rozhoduje, zda se vejde na danou grafickou kartu.

parametry: 18.2M
Výcviková data: 50,000 tokens

Tréninkový běh

Co fyzicky vyžadovalo trénování: které čipy, kolik, jak dlouho a co to vyžadovalo ze zásuvky.

Tréninkový hardware: NVIDIA Tesla K80

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: SOTA improvement
Záznam důvěry: Confident
Citace: 285

Žrovy

Odkud tento záznam pochází a kdy byl naposledy zkontrolován.

Reference: Oriented Response Networks
Nap poslední aktualizace: 28 November 2025

Co čísla znamenají

Odkud to přišlo

OR-WideResNet byl zveřejněn Duke University,University of Chinese Academy of Sciences, v zemi zaznamenané jako United States of America, během January 2017. Vychází z organizace, která je kategorizována jako academia,Academia.

funguje v oblasti Vision, a je zaznamenán jako vykonávající úkol image classification.

Jeho váhy nikdy nebyly zveřejněny, takže k němu lze přistupovat pouze prostřednictvím jeho poskytovatele. Žádná změna grafické karty to nezmění.

Trénink a původ

Tréninková sada běžela na přibližně 50,000 tokeny textu

Důvod, proč se to v tomto katalogu vůbec objevuje: sOTA improvement.

Odpovědi

OR-WideResNet — běžné otázky

OR-WideResNet— kolik má parametrů?

Má počet parametrů 18.2M. 18.2M for largest OR-WideResNet model. Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.

OR-WideResNet— Kdo to vytvořil?

Bylo to publikováno společností Duke University,University of Chinese Academy of Sciences, zakládající se na United States of America, organizace zařazená jako academia,Academia.

OR-WideResNet— Kdy byl vydán?

Bylo to zveřejněno v January 2017. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.

OR-WideResNet— K čemu se to používá?

funguje v oblasti Vision, a je zaznamenáno jako zpracovávající úkol image classification. Modely často obsahují více než jeden z každého a štítky popisují účel spíše než omezení schopností.

OR-WideResNet— 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.

OR-WideResNet— 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.

Zdroj

Původní publikace

Nahrávka naposledy aktualizována 28 November 2025

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.

Všechny AI modely