ShuffleNet v1
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
- Megvii Inc
- Tipo de Organización
- Industry
- País
- China
- Publicado
- 3 July 2017
- Autores
- X Zhang, X Zhou, M Lin, J Sun
Lo que hace
Las áreas problemáticas para las que se construyó el modelo. Un modelo puede llevar varios de cada uno.
- Dominio
- Vision
- Tarea
- Object detection, 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
- 2.4M
- Datos de entrenamiento
- 1,280,000 tokens
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
- 8,325
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- ShuffleNet: An Extremely Efficient Convolutional Neural Network for Mobile Devices
- Última actualización
- 25 May 2026
Qué significan los números
De dónde vino
ShuffleNet v1 fue publicado por Megvii Inc, en el país registrado como China, durante July 2017. Sale de una organización categorizada como industry.
Funciona en el dominio de Vision, y se registra como realizando la tarea de object detection, Image classification.
Este es un modelo cerrado: los valores entrenados quedaron con quien los produjo, y no hay una versión local para ejecutar.
Qué se necesitó para construirlo
Fue entrenado en un corpus de aproximadamente 1,280,000 tokens de texto
Se rastrea en el conjunto de datos subyacente por una razón en particular: highly cited.
Respuestas
ShuffleNet v1 — preguntas comunes
ShuffleNet v1— ¿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.
ShuffleNet v1— ¿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.
ShuffleNet v1— ¿cuántos parámetros tiene?
Tiene un recuento de parámetros de 2.4M. 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.
ShuffleNet v1— ¿Quién lo creó?
Fue publicado por Megvii Inc, basado en China, una organización categorizada como industry.
ShuffleNet v1— ¿cuándo fue lanzado?
Se publicó en July 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.
ShuffleNet v1— ¿Para qué se utiliza?
Funciona en el dominio de Vision, y se registra como manejando la tarea de object detection, Image classification. Estas son las áreas en las que fue diseñado; describen la intención más que un límite estricto.
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.