Diabetic Retinopathy Detection Net
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
- UT Austin,University of California (UC) Berkeley,Google
- Tipo de Organización
- Academia,Academia,Industry
- País
- United States of America
- Publicado
- 13 December 2016
- Autores
- V Gulshan, L Peng, M Coram, MC Stumpe, D 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
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
- 128,175 tokens
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
- Unknown
- Citas
- 3,540
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- Development and Validation of a Deep Learning Algorithm for Detection of Diabetic Retinopathy in Retinal Fundus Photographs
- Última actualización
- 28 November 2025
Qué significan los números
Acerca de este modelo
Diabetic Retinopathy Detection Net fue publicado por UT Austin,University of California (UC) Berkeley,Google, en el país registrado como United States of America, durante December 2016. La organización editora está clasificada como academia,Academia,Industry.
Funciona en el dominio de Vision, y se registra como realizando la tarea de 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.
Entrenamiento y procedencia
El entrenamiento consumió un corpus de alrededor de 128,175 tokens de texto
Respuestas
Diabetic Retinopathy Detection Net — preguntas comunes
Diabetic Retinopathy Detection Net— ¿Quién lo creó?
Fue publicado por UT Austin,University of California (UC) Berkeley,Google, basado en United States of America, una organización categorizada como academia,Academia,Industry.
Diabetic Retinopathy Detection Net— ¿cuándo fue lanzado?
Se publicó en December 2016. 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.
Diabetic Retinopathy Detection Net— ¿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.
Diabetic Retinopathy Detection Net— ¿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.
Diabetic Retinopathy Detection Net— ¿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.
Diabetic Retinopathy Detection Net— ¿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.
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.