Sparse coding model for V1 receptive fields
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
- UC Davis,Cornell University
- Tipo de organización
- Academia,Academia
- País
- United States of America
- Publicado
- 1 December 1997
- Autores
- Bruno A. Olshausen, David J. Field
Lo que hace
Las áreas problemáticas para las que se construyó el modelo. Un modelo puede llevar varios de cada uno.
- Dominio
- Vision
- Tarea
- Miscellaneous image analysis
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.
- Datos de entrenamiento
- 28,800,000 tokens
In Simulation Methods: "The data for training were taken from ten 512 × 512 pixel images of natural surroundings"
Cómo se clasifica
Etiquetas que aplica el conjunto de datos de origen al rastrear modelos notables y cuán seguro está de la entrada.
- Citas
- 4,257
Fuentes
De dónde proviene este registro y cuándo fue revisado por última vez.
- Referencia
- Sparse coding with an overcomplete basis set: A strategy employed by V1?
- Última actualización
- 28 November 2025
Qué significan los números
Qué es este modelo
Sparse coding model for V1 receptive fields was published by UC Davis,Cornell University, in United States of America, in December 1997. academia,Academia is the category the publisher falls under.
It works in Vision, and is recorded as doing miscellaneous image analysis.
Sus pesos nunca fueron publicados, por lo que solo se puede acceder a ellos a través de su proveedor. Ninguna tarjeta gráfica cambia eso.
Qué se utilizó para construirlo
The training set ran to roughly 28,800,000 tokens.
Respuestas
Sparse coding model for V1 receptive fields — Preguntas frecuentes
What GPU do I need to run Sparse coding model for V1 receptive fields?
None. Sparse coding model for V1 receptive fields 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 Sparse coding model for V1 receptive fields open source?
The licensing for Sparse coding model for V1 receptive fields 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 Sparse coding model for V1 receptive fields have?
No parameter count has been published for Sparse coding model for V1 receptive fields, which is why no memory or speed figure appears on this page.
Who created Sparse coding model for V1 receptive fields?
Sparse coding model for V1 receptive fields was published by UC Davis,Cornell University, based in United States of America, categorised as academia,Academia.
When was Sparse coding model for V1 receptive fields released?
Sparse coding model for V1 receptive fields was published in December 1997. 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 Sparse coding model for V1 receptive fields used for?
Sparse coding model for V1 receptive fields works in Vision, and is recorded as handling miscellaneous image analysis. A model can carry several of each, so these are the areas it was built for rather than a limit on what it will attempt.
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.