HiCEGNN
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 Missouri
- Typ organizace
- Academia
- Země
- United States of America
- Publikováno
- 22 March 2025
- Autoři
- Yanli Wang, Jianlin Cheng
Co to dělá
Problémové oblasti, pro které byl model vytvořen. Model může obsahovat několik z každého.
- Doména
- Biology
- Úkol
- 3D chromosome structures reconstruction
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
The source code of HiCEGNN is available at the GitHub repository: https://github.com/BioinfoMachineLearning/ HiCEGNN and at FigShare: https://doi.org/10.6084/m9. figshare.27119772. The LINE package used by HiCEGNN is available at https://github.com/tangjianpku/LINE. MIT license
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
- Reconstructing 3D chromosome structures from single-cell Hi-C data with SO(3)-equivariant graph neural networks
- Nap poslední aktualizace
- 28 November 2025
Co čísla znamenají
Odkud to přišlo
HiCEGNN byl zveřejněn University of Missouri, v zemi zaznamenané jako United States of America, během March 2025. Vychází z organizace, která je kategorizována jako academia.
funguje v oblasti Biology, a je zaznamenán jako vykonávající úkol 3D chromosome structures reconstruction.
Zveřejněné váhy znamenají, že model běží na vašem stroji, nikoli na stroji někoho jiného, což činí otázku ohledně hardwaru níže odpovídatelnou.
Odpovědi
HiCEGNN — běžné otázky
HiCEGNN— Kdo to vytvořil?
Bylo to publikováno společností University of Missouri, zakládající se na United States of America, organizace zařazená jako academia.
HiCEGNN— Kdy byl vydán?
Bylo to zveřejněno v March 2025.
HiCEGNN— K čemu se to používá?
funguje v oblasti Biology, a je zaznamenáno jako zpracovávající úkol 3D chromosome structures reconstruction. Modely často obsahují více než jeden z každého a štítky popisují účel spíše než omezení schopností.
HiCEGNN— 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.
HiCEGNN— 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.
HiCEGNN— 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.
HiCEGNN— 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.