BPL

Geschlossene Gewichtungen University of Toronto,New York University (NYU),Massachusetts Institute of Technology (MIT) December 2015

Keine Schätzung

Keine Hardwareanforderungen für dieses Modell

Die Gewichte für dieses Modell wurden nicht veröffentlicht, daher kann es nicht heruntergeladen oder auf Ihrer eigenen Hardware in beliebiger Größe betrieben werden. Es ist nur über seinen Anbieter erreichbar, und keine Grafikkarte ändert das..

Aufgezeichnet

Volle Spezifikation

Alles, was in unserer Datenbank für dieses Modell aufgezeichnet ist. Der Großteil beschreibt, wie es trainiert wurde, anstatt wie es läuft — nützlicher Kontext zur Beurteilung, wie viel Arbeit darin steckt und wie es sich mit Modellen vergleicht, die in einem anderen Maßstab erstellt wurden..

Ursprung

Wer hat dieses Modell gebaut, wo und wann es veröffentlicht wurde.

Organisation
University of Toronto,New York University (NYU),Massachusetts Institute of Technology (MIT)
Organisationsart
Academia,Academia,Academia
Land
Canada, United States of America
Veröffentlicht
11 December 2015
Autoren
BM Lake, R Salakhutdinov, JB Tenenbaum

Was es tut

Die Problemfelder, für die das Modell entwickelt wurde. Ein Modell kann mehrere davon tragen.

Domain
Image generation
Aufgabe
Image generation

Größe

Wie groß das Modell ist und wie viele Daten damit trainiert wurden. Parameter sind die Zahl, die entscheidet, ob es auf einer bestimmten GPU-Karte passt.

Trainingsdaten
tokens

Wie es klassifiziert ist

Labels, die das Quell-Datenset anwendet, wenn bemerkenswerte Modelle verfolgt werden, und wie zuversichtlich es in den Eintrag ist.

Aufzeichnungsgenauigkeit
Unknown
Zitationen
3,178

Quellen

Woher dieser Datensatz stammt und wann er zuletzt überprüft wurde.

Referenz
Human-level concept learning through probabilistic program induction
Zuletzt aktualisiert
1 January 2026

Was die Zahlen bedeuten

Woher es kam

BPL wurde veröffentlicht von University of Toronto,New York University (NYU),Massachusetts Institute of Technology (MIT), im Land aufgezeichnet als Canada, während December 2015. Es stammt aus einer Organisation, die kategorisiert ist als academia,Academia,Academia.

Es funktioniert im Bereich von Image generation, und wird als die Aufgabe von aufgezeichnet image generation.

Da die Gewichte nicht verfügbar sind, gelten keine der Hardwareangaben an anderer Stelle auf dieser Seite für sie.

Antworten

BPL — Häufige Fragen

01

BPL— Wann wurde es veröffentlicht?

Es wurde veröffentlicht in December 2015. Die Fähigkeit pro Parameter hat sich erheblich verbessert, sodass ein neueres Modell derselben Größe oft die bessere Nutzung derselben Hardware darstellt.

02

BPL— Wofür wird es verwendet?

Es funktioniert im Bereich von Image generation, und wird als Bewältigung der Aufgabe von image generation. Ein Modell kann mehrere von jedem tragen, daher sind dies die Bereiche, für die es gebaut wurde, anstatt eine Begrenzung dafür, was es versuchen wird.

03

BPL— Welche GPU benötige ich, um es auszuführen?

Dieses ist ein geschlossenes Modell — seine Gewichte wurden nie veröffentlicht, sodass es zu keinem Preis heruntergeladen oder auf Ihrer eigenen Hardware ausgeführt werden kann. Es ist nur über seinen Anbieter erreichbar.

04

BPL— Ist es Open-Source?

Die Lizenzierung wurde nie in unseren Quelldaten aufgezeichnet. Wir behandeln nicht angegebene Lizenzen als geschlossen, da eine nicht aufgezeichnete Lizenz keine ist, auf die man sich verlassen kann.

05

BPL— Wie viele Parameter hat es?

Es wurden keine Parameteranzahlen veröffentlicht, weshalb keine Speicher- oder Geschwindigkeitsangaben auf dieser Seite erscheinen.

06

BPL— Wer hat es erstellt?

Es wurde veröffentlicht von University of Toronto,New York University (NYU),Massachusetts Institute of Technology (MIT), basiert auf Canada, eine als kategorisierte Organisation academia,Academia,Academia.

Quelle

Originalveröffentlichung

Letzte Aktualisierung des Protokolls 1 January 2026

Die andere Richtung

Von der anderen Seite aus betrachten?

Diese Seite beginnt mit dem Modell. Wenn Sie bereits eine Karte besitzen und alles wissen möchten, was sie ausführen wird, Starte stattdessen von der Hardware.