NCP-VAE (CIFAR 10)
Aucune estimation
Aucune exigence matérielle pour ce modèle
Les poids de ce modèle n'ont pas été publiés, donc il ne peut pas être téléchargé ou exécuté sur votre propre matériel à aucune taille. Il n'est accessible que par l'intermédiaire de son fournisseur, et aucun changement de carte graphique ne modifie cela..
Enregistrement
Spécifications complètes
Tout est enregistré pour ce modèle. La plupart décrit comment il a été entraîné plutôt que comment il fonctionne — un contexte utile pour juger combien de travail a été investi, et comment il se compare avec des modèles construits à une échelle différente..
Origine
Qui a construit ce modèle, où, et quand il a été publié.
- Organisation
- University of Illinois Urbana-Champaign (UIUC),NVIDIA
- Type d'organisation
- Academia,Industry
- Pays
- United States of America
- Publié
- 3 November 2021
- Auteurs
- Jyoti Aneja, Alexander Schwing, Jan Kautz, Arash Vahdat
Ce qu'il fait
Les domaines problématiques pour lesquels le modèle a été conçu. Un modèle peut contenir plusieurs de chacun.
- Domaine
- Image generation
- Tâche
- Image generation
- Modèle de base
- NVAE (CIFAR 10)
Taille
Quelle est la taille du modèle et combien de données il a été formé. Les paramètres sont le chiffre qui décide s'il convient à une carte graphique donnée.
- Données d'entraînement
- tokens
Disponibilité
Que vous puissiez obtenir le modèle et l'exécuter sur votre propre matériel, ce qui détermine si l'un des chiffres de la carte graphique sur cette page s'applique.
- Poids
- Closed — provider access only
- Accès au modèle
- Unreleased
- Code d'entraînement
- Unreleased
Comment il est classé
Étiquettes que le ensemble de données source applique lors du suivi de modèles notables, et à quel point il est confiant dans l'entrée.
- Confiance d'enregistrement
- Unknown
Sources
D'où vient cet enregistrement et quand a-t-il été vérifié pour la dernière fois.
- Référence
- A Contrastive Learning Approach for Training Variational Autoencoder Priors
- Dernière mise à jour
- 11 February 2026
Ce que les chiffres signifient
Contexte
NCP-VAE (CIFAR 10) a été publié par University of Illinois Urbana-Champaign (UIUC),NVIDIA, dans le pays enregistré comme United States of America, durant November 2021. L'organisation de publication est catégorisée comme academia,Industry.
Il fonctionne dans le domaine de Image generation, et est enregistré comme exécutant la tâche de image generation.
Son point de départ était un modèle de base existant, NVAE (CIFAR 10). C'est pourquoi il partage la forme et la taille générales du modèle de base.
Ses poids n'ont jamais été publiés, donc il ne peut être atteint que par son fournisseur. Aucun changement de carte graphique ne change cela.
Réponses
NCP-VAE (CIFAR 10) — questions courantes
NCP-VAE (CIFAR 10)— est-ce que c'est open source ?
Non. Ses poids n'ont pas été publiés, donc il n'existe que sous forme de service contrôlé par son propriétaire.
NCP-VAE (CIFAR 10)— combien de paramètres cela a-t-il ?
Aucun nombre de paramètres n'a été publié pour cela, c'est pourquoi aucun chiffre de mémoire ou de vitesse n'apparaît sur cette page.
NCP-VAE (CIFAR 10)— qui l'a créé ?
Il a été publié par University of Illinois Urbana-Champaign (UIUC),NVIDIA, basé sur United States of America, une organisation catégorisée comme academia,Industry.
NCP-VAE (CIFAR 10)— quand a-t-il été publié ?
Il a été publié dans November 2021. La capacité par paramètre s'est considérablement améliorée depuis, donc un modèle plus récent de la même taille est souvent le meilleur usage du même matériel.
NCP-VAE (CIFAR 10)— à quoi ça sert ?
Il fonctionne dans le domaine de Image generation, et est enregistré comme gérant la tâche de image generation. Ce sont les domaines autour desquels il a été conçu ; ils décrivent l'intention plutôt qu'une limite stricte.
NCP-VAE (CIFAR 10)— Quelle GPU ai-je besoin pour l'exécuter ?
Aucun. C'est un modèle fermé - ses poids n'ont jamais été publiés, il ne peut donc pas être téléchargé ou exécuté sur votre propre matériel à aucun prix. Il n'est accessible que par son fournisseur.
L'autre direction
Regardez-le de l'autre côté ?
Cette page commence par le modèle. Si vous possédez déjà une carte et souhaitez savoir tout ce qu'elle exécutera., commencez par le matériel à la place.