Order-Embeddings of Images and Language
Sin estimación
Sin requisitos de hardware para este modelo
Los pesos de este modelo son OPEN WEIGHT, pero no se ha publicado ninguna cuenta de parámetros para él. Cada figura de MEMORY y velocidad comienza a partir de ese número, así que preferiríamos no mostrar nada que una estimación fabricada..
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
- University of Toronto
- Tipo de Organización
- Academia
- País
- Canada
- Publicado
- 1 March 2016
- Autores
- Ivan Vendrov, Ryan Kiros, Sanja Fidler, Raquel Urtasun
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 captioning
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
- tokens
We use the data splits of Karpathy & Li (2015) for training (113,287 images), validation (5000 images), and test (5000 images).
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
- Open — downloadable
- Acceso al modelo
- Open weights (unrestricted)
- Código de entrenamiento
- Open source
https://github.com/ivendrov/order-embedding Apache License 2.0
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
- Confident
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- Order-Embeddings of Images and Language
- Última actualización
- 28 November 2025
Qué significan los números
De dónde vino
Order-Embeddings of Images and Language fue publicado por University of Toronto, en el país registrado como Canada, durante March 2016. La organización editora está clasificada como academia.
Funciona en el dominio de Vision, y se registra como realizando la tarea de image captioning.
Debido a que sus pesos fueron liberados, nada sobre ejecutar el modelo depende de un proveedor que permanezca disponible — es tuyo una vez descargado.
Respuestas
Order-Embeddings of Images and Language — preguntas comunes
Order-Embeddings of Images and Language— ¿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.
Order-Embeddings of Images and Language— ¿Quién lo creó?
Fue publicado por University of Toronto, basado en Canada, una organización categorizada como academia.
Order-Embeddings of Images and Language— ¿cuándo fue lanzado?
Se publicó en March 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.
Order-Embeddings of Images and Language— ¿Para qué se utiliza?
Funciona en el dominio de Vision, y se registra como manejando la tarea de image captioning. Estas son las áreas en las que fue diseñado; describen la intención más que un límite estricto.
Order-Embeddings of Images and Language— ¿Dónde puedo descargarlo?
Los pesos están publicados, aunque no tenemos un enlace de repositorio para ello. Este sitio calcula los requisitos de hardware en lugar de alojar archivos de modelo.
Order-Embeddings of Images and Language— ¿Qué GPU necesito para ejecutarlo?
No podemos decir. Tiene pesos abiertos, pero no se ha publicado ningún conteo de parámetros para él, y todos los cálculos de memoria y velocidad comienzan desde ese número. Preferiríamos no mostrar nada que una estimación fabricada.
Order-Embeddings of Images and Language— ¿Es de código abierto?
Sus pesos están publicados, por lo que se pueden descargar y ejecutar en su propio hardware. Tenga en cuenta que OPEN WEIGHTS no es lo mismo que OPEN SOURCE en el sentido completo: no dice nada sobre los datos de entrenamiento, el código de entrenamiento o los términos comerciales adjuntos.
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.