Low-Cost Collaborative Network
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
- National University of Singapore,University of Technology Sydney,Qihoo 360 AI Institute
- Tipo de Organización
- Academia,Academia,Industry
- País
- Singapore, Australia, China
- Publicado
- 15 May 2017
- Autores
- Xuanyi Dong, Junshi Huang, Yi Yang, and Shuicheng Yan
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
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.
- Datos de entrenamiento
- 1,280,000 tokens
- Épocas
- 400
Cómo está clasificado
Etiquetas que el conjunto de datos fuente aplica al rastrear modelos notables y cuán confiable es en la entrada.
- Confianza de registro
- Speculative
- Citas
- 298
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- More is Less: A More Complicated Network with Less Inference Complexity
- Última actualización
- 25 May 2026
Qué significan los números
Acerca de este modelo
Low-Cost Collaborative Network fue publicado por National University of Singapore,University of Technology Sydney,Qihoo 360 AI Institute, en el país registrado como Singapore, durante May 2017. La categoría en la que se encuentra el editor es academia,Academia,Industry.
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.
Qué se necesitó para construirlo
Fue entrenado en un corpus de aproximadamente 1,280,000 tokens de texto
Respuestas
Low-Cost Collaborative Network — preguntas comunes
Low-Cost Collaborative Network— ¿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.
Low-Cost Collaborative Network— ¿cuántos parámetros tiene?
No se ha publicado el conteo de parámetros para él, por lo que no aparece ninguna cifra de memoria o velocidad en esta página.
Low-Cost Collaborative Network— ¿Quién lo creó?
Fue publicado por National University of Singapore,University of Technology Sydney,Qihoo 360 AI Institute, basado en Singapore, una organización categorizada como academia,Academia,Industry.
Low-Cost Collaborative Network— ¿cuándo fue lanzado?
Se publicó en May 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.
Low-Cost Collaborative Network— ¿Para qué se utiliza?
Funciona en el dominio de Vision, y se registra como manejando la tarea de image classification. Los Modelos suelen llevar más de uno de cada uno, y las etiquetas describen el propósito en lugar de los límites de capacidad.
Low-Cost Collaborative Network— ¿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.