DrLIM
Sin estimación
No hay requisitos de hardware para este modelo
Los pesos de este modelo no han sido publicados, por lo que no se puede descargar ni ejecutar en su propio hardware en ningún tamaño. Solo es accesible a través de su proveedor, y ninguna tarjeta gráfica lo cambia.
En registro
Especificación completa
Todo lo registrado para este modelo. La mayoría de ello describe cómo fue entrenado en lugar de cómo se ejecuta — contexto útil para juzgar cuánto trabajo se dedicó a ello y cómo se compara con modelos construidos a una escala diferente.
Origen
¿Quién construyó este modelo, dónde y cuándo fue publicado?
- Organización
- New York University (NYU)
- Tipo de organización
- Academia
- País
- United States of America
- Publicado
- 17 June 2006
- Autores
- R. Hadsell; S. Chopra; Y. LeCun
Lo que hace
Las áreas problemáticas para las que se construyó el modelo. Un modelo puede llevar varios de cada uno.
- Dominio
- Other
- Tarea
- Image embedding
Tamaño
Qué tan grande es el modelo y cuántos datos se utilizaron para entrenarlo. Los parámetros son la cifra que decide si se ajusta en una tarjeta gráfica dada.
- Parámetros
- 37.1K
- Datos de entrenamiento
- 36,060,000 tokens
Architecture described in figure 3
"The dataset was split into 660 training images and a 312 test images. The result of training on all 10989 similar pairs and 206481 dissimilar pairs is a 3-dimensional manifold in the shape of a cylinder (see figure 8)." 206481 + 10989 = 217470
Cómo se clasifica
Etiquetas que aplica el conjunto de datos de origen al rastrear modelos notables y cuán seguro está de la entrada.
- Citations
- 4,888
Fuentes
De dónde proviene este registro y cuándo fue revisado por última vez.
- Referencia
- Dimensionality Reduction by Learning an Invariant Mapping
- Última actualización
- 28 November 2025
Qué significan los números
Background
DrLIM was published by New York University (NYU), in United States of America, in June 2006. The organisation is categorised as academia.
It works in Other, and is recorded as doing image embedding.
Sus pesos nunca fueron publicados, por lo que solo se puede acceder a ellos a través de su proveedor. Ninguna tarjeta gráfica cambia eso.
Training and provenance
Around 36,060,000 tokens went into training it.
Respuestas
DrLIM — Preguntas frecuentes
What GPU do I need to run DrLIM?
None. DrLIM is a closed model — its weights were never published, so it cannot be downloaded or run on your own hardware at any price. It is reachable only through its provider.
Is DrLIM open source?
The licensing for DrLIM was never recorded in our source data. We treat unstated licensing as closed, because an unrecorded licence is not one to rely on.
How many parameters does DrLIM have?
DrLIM has 37.1K parameters. Architecture described in figure 3. That figure is the total, and it is what decides how much memory the model needs — roughly half a gigabyte per billion at the compression most people use.
Who created DrLIM?
DrLIM was published by New York University (NYU), based in United States of America, categorised as academia.
When was DrLIM released?
DrLIM was published in June 2006. Capability per parameter has improved considerably since, so a newer model of the same size is often the better use of the same hardware.
What is DrLIM used for?
DrLIM works in Other, and is recorded as handling image embedding. Models frequently carry more than one of each, and the tags describe purpose rather than capability limits.
La otra dirección
¿Mirándolo desde el otro lado?
Esta página comienza desde el modelo. Si ya posee una tarjeta y desea saber todo lo que podrá ejecutar, empiece por el hardware en su lugar.