Image-to-image cGAN
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
- Typ organizace
- Academia
- Země
- United States of America
- Publikováno
- 21 November 2016
- Autoři
- Phillip Isola, Jun-Yan Zhu, Tinghui Zhou, Alexei A. Efros
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
- 2,400,000 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
- 22,297
Žrovy
Odkud tento záznam pochází a kdy byl naposledy zkontrolován.
- Reference
- Image-to-Image Translation with Conditional Adversarial Networks
- Nap poslední aktualizace
- 25 May 2026
Co čísla znamenají
Odkud to přišlo
Image-to-image cGAN byl zveřejněn University of California (UC) Berkeley, v zemi zaznamenané jako United States of America, během November 2016. Kategorie, do které vydavatel spadá, je academia.
funguje v oblasti Vision, Image generation, a je zaznamenán jako vykonávající úkol image generation, Image-to-image.
Toto je uzavřený model: trénované hodnoty zůstaly u toho, kdo je vyprodukoval, a není k dispozici žádná místní verze k spuštění.
Jak bylo trénováno
Bylo to trénováno na korpusu asi 2,400,000 tokeny textu
Důvod, proč se to v tomto katalogu vůbec objevuje: highly cited.
Odpovědi
Image-to-image cGAN — běžné otázky
Image-to-image cGAN— 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.
Image-to-image cGAN— kolik má parametrů?
Pro něj nebyl zveřejněn žádný počet parametrů, a proto se na této stránce neobjevují žádné údaje o paměti nebo rychlosti.
Image-to-image cGAN— Kdo to vytvořil?
Bylo to publikováno společností University of California (UC) Berkeley, zakládající se na United States of America, organizace zařazená jako academia.
Image-to-image cGAN— Kdy byl vydán?
Bylo to zveřejněno v November 2016. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.
Image-to-image cGAN— K čemu se to používá?
funguje v oblasti Vision, Image generation, a je zaznamenáno jako zpracovávající úkol image generation, Image-to-image. Toto jsou oblasti, kolem nichž byl navržen; popisují záměr spíše než tvrdou hranici.
Image-to-image cGAN— 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.