ESRGAN
Keine Schätzung
Keine Hardwareanforderungen für dieses Modell
Die Gewichte für dieses Modell wurden nicht veröffentlicht, sodass es weder heruntergeladen noch auf Ihrer eigenen Hardware in irgendeiner Größe ausgeführt werden kann. Es ist nur über seinen Anbieter zugänglich, und keine Grafikkarte ändert daran etwas.
Aufzeichnung
Vollständige Spezifikation
Alles aufzeichnungsfähig für dieses Modell. Die meisten Informationen beschreiben, wie es trainiert wurde, anstatt wie es läuft — ein nützlicher Kontext, um zu beurteilen, wie viel Arbeit investiert wurde und wie es im Vergleich zu auf einer anderen Skala entwickelten Modellen abschneidet..
Ursprung
Wer hat dieses Modell gebaut, wo und wann es veröffentlicht wurde.
- Organisation
- Chinese University of Hong Kong (CUHK),Chinese Academy of Sciences,Nanyang Technological University
- Organisationstyp
- Academia,Academia,Academia
- Land
- Hong Kong, China, Singapore
- Veröffentlicht
- 1 September 2018
- Autoren
- Xintao Wang, Ke Yu, Shixiang Wu, Jinjin Gu, Yihao Liu, Chao Dong, Chen Change Loy, Yu Qiao, Xiaoou Tang
Was es tut
Die Problemfelder, für die das Modell entwickelt wurde. Ein Modell kann mehrere von jedem tragen.
- Domäne
- Vision, Image generation
- Aufgabe
- Image super-resolution
Größe
Wie groß das Modell ist und wie viele Daten es trainiert wurde. Die Parameter sind die Größe, die entscheidet, ob es auf eine bestimmte Grafikkarte passt.
- Trainingsdaten
- tokens
Wie es klassifiziert ist
Labels der Quelldatenbank, die beim Verfolgen bemerkenswerter Modelle angewendet werden, und wie zuversichtlich sie in den Eintrag ist.
- Aufzeichnungszuversicht
- Unknown
- Zitationen
- 4,625
Quellen
Woher diese Aufzeichnung stammt und wann sie zuletzt überprüft wurde.
- Referenz
- ESRGAN: Enhanced Super-Resolution Generative Adversarial Networks
- Zuletzt aktualisiert
- 25 May 2026
Was die Zahlen bedeuten
Was dieses Modell ist
ESRGAN was published by Chinese University of Hong Kong (CUHK),Chinese Academy of Sciences,Nanyang Technological University, in Hong Kong, in September 2018. It comes out of academia,Academia,Academia.
It works in Vision, Image generation, and is recorded as doing image super-resolution.
Dies ist ein geschlossenes Modell: die trainierten Werte blieben bei demjenigen, der sie produziert hat, und es gibt keine lokale Version, die ausgeführt werden kann.
Antworten
ESRGAN — Häufig gestellte Fragen
Is ESRGAN open source?
The licensing for ESRGAN was never recorded in our source data. We treat unstated licensing as closed, because an unrecorded licence is not one to rely on.
How many parameters does ESRGAN have?
No parameter count has been published for ESRGAN, which is why no memory or speed figure appears on this page.
Who created ESRGAN?
ESRGAN was published by Chinese University of Hong Kong (CUHK),Chinese Academy of Sciences,Nanyang Technological University, based in Hong Kong, categorised as academia,Academia,Academia.
When was ESRGAN released?
ESRGAN was published in September 2018. Capability per parameter has improved considerably since, so a newer model of the same size is often the better use of the same hardware.
What is ESRGAN used for?
ESRGAN works in Vision, Image generation, and is recorded as handling image super-resolution. Models frequently carry more than one of each, and the tags describe purpose rather than capability limits.
What GPU do I need to run ESRGAN?
None. ESRGAN is a closed model — its weights were never published, so it cannot be downloaded or run on your own hardware at any price. It is reachable only through its provider.
Die andere Richtung
Wenn Sie es von der anderen Seite betrachten?
Diese Seite beginnt beim Modell. Wenn Sie bereits eine Karte besitzen und alles erfahren möchten, was es ausführen kann, Beginnen Sie stattdessen mit der Hardware.