Fisher Kernel GMM
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
- Xerox
- Tipo de Organización
- Industry
- País
- United States of America
- Publicado
- 16 July 2007
- Autores
- Florent Perronnin, Christopher Dance
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
- Enfoque
- Supervised
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
- 570,000 tokens
"Approximately 30K images were available for training and 5K for testing. Both sets were manually multi-labeled"
La ejecución de entrenamiento
Lo que costó físicamente entrenar: qué chips, cuántos, por cuánto tiempo y qué eso consumió de la pared.
- Tiempo de reloj
- 3 hours
"With Fisher kernels, the training cost is reduced down to approximately 2h30."
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
- Likely
- Citas
- 1,915
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- Fisher kernels on visual vocabularies for image categorization
- Última actualización
- 28 November 2025
Qué significan los números
De dónde vino
Fisher Kernel GMM fue publicado por Xerox, en el país registrado como United States of America, durante July 2007. La organización editora está clasificada como 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
El conjunto de entrenamiento se ejecutó a aproximadamente 570,000 tokens de texto
Respuestas
Fisher Kernel GMM — preguntas comunes
Fisher Kernel GMM— ¿Quién lo creó?
Fue publicado por Xerox, basado en United States of America, una organización categorizada como industry.
Fisher Kernel GMM— ¿cuándo fue lanzado?
Se publicó en July 2007. 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.
Fisher Kernel GMM— ¿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.
Fisher Kernel GMM— ¿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.
Fisher Kernel GMM— ¿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.
Fisher Kernel GMM— ¿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.