SENet (ImageNet)
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
- Chinese Academy of Sciences,University of Oxford
- Tipo de Organización
- Academia,Academia
- País
- China, United Kingdom of Great Britain and Northern Ireland
- Publicado
- 5 September 2017
- Autores
- Jie Hu, Li Shen, Samuel Albanie, Gang Sun, Enhua Wu
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 classification
- Formato numérico
- FP32
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
- 28.1M
- Datos de entrenamiento
- 1,280,000 tokens
Table 16
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
- Highly cited
- Citas
- 33,922
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- Squeeze-and-Excitation Networks
- Última actualización
- 25 May 2026
Qué significan los números
Fondo
SENet (ImageNet) fue publicado por Chinese Academy of Sciences,University of Oxford, en el país registrado como China, durante September 2017. La organización editora está clasificada como academia,Academia.
Funciona en el dominio de Vision, y se registra como realizando la tarea de image classification.
Debido a que los pesos no están disponibles, ninguna de las cifras de hardware en este sitio se aplica a él.
Cómo fue entrenado
Fue entrenado en un corpus de aproximadamente 1,280,000 tokens de texto
Su criterio de inclusión: highly cited.
Respuestas
SENet (ImageNet) — preguntas comunes
SENet (ImageNet)— ¿cuántos parámetros tiene?
Tiene un recuento de parámetros de 28.1M. Table 16. 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.
SENet (ImageNet)— ¿Quién lo creó?
Fue publicado por Chinese Academy of Sciences,University of Oxford, basado en China, una organización categorizada como academia,Academia.
SENet (ImageNet)— ¿cuándo fue lanzado?
Se publicó en September 2017. 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.
SENet (ImageNet)— ¿Para qué se utiliza?
Funciona en el dominio de Vision, y se registra como manejando la tarea de image classification. Un modelo puede manejar varios de cada uno, así que estas son las áreas para las que fue construido en lugar de un límite en lo que intentará.
SENet (ImageNet)— ¿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.
SENet (ImageNet)— ¿Es de código abierto?
La licencia nunca fue registrada en nuestros datos fuente. Tratamos las licencias no declaradas como cerradas, porque una licencia no registrada no es una en la que confiar.
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.