DrLIM
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
- New York University (NYU)
- Organisationstyp
- Academia
- Land
- United States of America
- Veröffentlicht
- 17 June 2006
- Autoren
- R. Hadsell; S. Chopra; Y. LeCun
Was es tut
Die Problemfelder, für die das Modell entwickelt wurde. Ein Modell kann mehrere von jedem tragen.
- Domäne
- Other
- Aufgabe
- Image embedding
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.
- Parameter
- 37.1K
- Trainingsdaten
- 36,060,000 tokens
Architecture described in figure 3
"The dataset was split into 660 training images and a 312 test images. The result of training on all 10989 similar pairs and 206481 dissimilar pairs is a 3-dimensional manifold in the shape of a cylinder (see figure 8)." 206481 + 10989 = 217470
Wie es klassifiziert ist
Labels der Quelldatenbank, die beim Verfolgen bemerkenswerter Modelle angewendet werden, und wie zuversichtlich sie in den Eintrag ist.
- Zitationen
- 4,888
Quellen
Woher diese Aufzeichnung stammt und wann sie zuletzt überprüft wurde.
- Referenz
- Dimensionality Reduction by Learning an Invariant Mapping
- Zuletzt aktualisiert
- 28 November 2025
Was die Zahlen bedeuten
Hintergrund
DrLIM wurde von der New York University (NYU) in den Vereinigten Staaten von Amerika im Juni 2006 veröffentlicht. Die Organisation wird als akademisch kategorisiert.
It works in Other, and is recorded as doing image embedding.
Seine Gewichte wurden nie veröffentlicht, daher kann es nur über seinen Anbieter erreicht werden. Keine Grafikkarte ändert das.
Training und Herkunft
Around 36,060,000 tokens went into training it.
Antworten
DrLIM — Häufig gestellte Fragen
What GPU do I need to run DrLIM?
None. DrLIM 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.
Is DrLIM open source?
The licensing for DrLIM 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 DrLIM have?
DrLIM has 37.1K parameters. Architecture described in figure 3. That figure is the total, and it is what decides how much memory the model needs — roughly half a gigabyte per billion at the compression most people use.
Who created DrLIM?
DrLIM was published by New York University (NYU), based in United States of America, categorised as academia.
When was DrLIM released?
DrLIM was published in June 2006. 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 DrLIM used for?
DrLIM works in Other, and is recorded as handling image embedding. Models frequently carry more than one of each, and the tags describe purpose rather than capability limits.
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.