Bayesian object categorizer
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
- California Institute of Technology,University of Oxford
- Tipo de Organización
- Academia,Academia
- País
- United States of America, United Kingdom of Great Britain and Northern Ireland
- Publicado
- 13 October 2003
- Autores
- Li Fei-Fei, Rob Fergus, Pietro Perona
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.
- parámetros
- 0.1K
- Datos de entrenamiento
- 20 tokens
citation from section 2.1: In the constellation model, the dimensionality of \theta is large (~ 100)
description of Figure 1 "This dataset is obtained by collecting images through the Google image search engine (www.google.com). The keyword “things” is used to obtain hundreds of random images. "
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
- 806
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- A Bayesian Approach to Unsupervised One-Shot Learning of Object Categories
- Última actualización
- 28 November 2025
Qué significan los números
Fondo
Bayesian object categorizer fue publicado por California Institute of Technology,University of Oxford, en el país registrado como United States of America, durante October 2003. Sale de una organización categorizada como academia,Academia.
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.
Entrenamiento y procedencia
El entrenamiento consumió un corpus de alrededor de 20 tokens de texto
Respuestas
Bayesian object categorizer — preguntas comunes
Bayesian object categorizer— ¿cuándo fue lanzado?
Se publicó en October 2003. 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.
Bayesian object categorizer— ¿Para qué se utiliza?
Funciona en el dominio de Vision, y se registra como manejando la tarea de image classification. Un modelo puede manejar varios de cada uno, así que estas son las áreas para las que fue construido en lugar de un límite en lo que intentará.
Bayesian object categorizer— ¿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.
Bayesian object categorizer— ¿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.
Bayesian object categorizer— ¿cuántos parámetros tiene?
Tiene un recuento de parámetros de 0.1K. citation from section 2.1: In the constellation model, the dimensionality of \theta is large (~ 100). Esa cifra es el total, y es lo que decide cuánta MEMORIA necesita el modelo — aproximadamente medio gigabyte por mil millones en la compresión que la mayoría de las personas usa.
Bayesian object categorizer— ¿Quién lo creó?
Fue publicado por California Institute of Technology,University of Oxford, basado en United States of America, una organización categorizada como academia,Academia.
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.