CPC v2
Sin estimación
Sin requisitos de hardware para este modelo
Los pesos para este modelo no han sido publicados, por lo que no se puede descargar ni ejecutar en tu propio hardware de ningún tamaño. Solo se puede acceder a través de su proveedor, y ningún cambio de tarjeta gráfica eso..
En registro
especificación completa
Todo en archivo para este modelo. La mayor parte describe cómo fue entrenado en lugar de cómo se ejecuta — contexto útil para juzgar cuánto trabajo se invirtió en él y cómo se compara con modelos construidos a una escala diferente..
Origen
Quién construyó este modelo, dónde, y cuándo fue publicado.
- Organización
- DeepMind,University of California (UC) Berkeley
- Tipo de Organización
- Industry,Academia
- País
- United Kingdom of Great Britain and Northern Ireland, United States of America
- Publicado
- 22 May 2019
- Autores
- Olivier J. Hénaff, Aravind Srinivas, Jeffrey De Fauw, Ali Razavi, Carl Doersch, S. M. Ali Eslami, Aaron van den Oord
Lo que hace
Las áreas problemáticas para las que se construyó el modelo. Un modelo puede llevar varios de cada uno.
- Dominio
- Vision
- Tarea
- Image completion, Object detection, Image classification
Tamaño
Qué tan grande es el modelo y cuántos datos se usaron para su entrenamiento. Los parámetros son la cifra que decide si se ajusta en una tarjeta gráfica dada.
- parámetros
- 303M
- Datos de entrenamiento
- tokens
source: https://openai.com/blog/image-gpt/#rfref25d
Disponibilidad
Si puedes obtener el modelo y ejecutarlo en tu propio hardware, lo que decide si alguna de las cifras de la GPU en esta página se aplica.
- Pesos
- Closed — provider access only
- Acceso al modelo
- Unreleased
- Código de entrenamiento
- Unreleased
Cómo está clasificado
Etiquetas que el conjunto de datos fuente aplica al rastrear modelos notables y cuán confiable es en la entrada.
- Por qué se rastrea
- SOTA improvement
- Citas
- 1,556
"this unsupervised representation substantially improves transfer learning to object detection on the PASCAL VOC dataset, surpassing fully supervised pre-trained ImageNet classifiers"
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- Data-Efficient Image Recognition with Contrastive Predictive Coding
- Última actualización
- 25 May 2026
Qué significan los números
Qué es este modelo
CPC v2 fue publicado por DeepMind,University of California (UC) Berkeley, en el país registrado como United Kingdom of Great Britain and Northern Ireland, durante May 2019. La categoría en la que se encuentra el editor es industry,Academia.
Funciona en el dominio de Vision, y se registra como realizando la tarea de image completion, Object detection, Image classification.
Sus pesos nunca fueron publicados, por lo que solo se puede acceder a través de su proveedor. No hay cambios en la tarjeta gráfica que eso.
Cómo fue entrenado
La razón por la que aparece en este catálogo en absoluto: sOTA improvement.
Respuestas
CPC v2 — preguntas comunes
CPC v2— ¿Es de código abierto?
No. Sus pesos no han sido publicados, por lo que existe solo como un servicio controlado por su propietario.
CPC v2— ¿cuántos parámetros tiene?
Tiene un recuento de parámetros de 303M. source: https://openai.com/blog/image-gpt/#rfref25d. Esa cifra es el total, y es lo que decide cuánta MEMORIA necesita el modelo — aproximadamente medio gigabyte por mil millones en la compresión que la mayoría de las personas usa.
CPC v2— ¿Quién lo creó?
Fue publicado por DeepMind,University of California (UC) Berkeley, basado en United Kingdom of Great Britain and Northern Ireland, una organización categorizada como industry,Academia.
CPC v2— ¿cuándo fue lanzado?
Se publicó en May 2019. La capacidad por parámetro ha mejorado considerablemente desde entonces, por lo que un modelo más reciente del mismo tamaño suele ser el mejor uso del mismo hardware.
CPC v2— ¿Para qué se utiliza?
Funciona en el dominio de Vision, y se registra como manejando la tarea de image completion, Object detection, Image classification. Estas son las áreas en las que fue diseñado; describen la intención más que un límite estricto.
CPC v2— ¿Qué GPU necesito para ejecutarlo?
Ninguno. Este es un modelo cerrado: sus PESOS nunca fueron publicados, por lo que no se puede descargar o ejecutar en su propio hardware a ningún precio. Solo se puede acceder a él a través de su proveedor.
La otra dirección
¿Mirándolo desde el otro lado?
Esta página comienza desde el modelo. Si ya posees una tarjeta y quieres saber todo lo que podrá ejecutar., Comience desde el hardware en su lugar.