SPN (ImageNet 128)
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
- Google Brain,DeepMind
- Type d'organisation
- Industry,Industry
- Pays
- United States of America, United Kingdom of Great Britain and Northern Ireland
- Publié
- 4 December 2018
- Auteurs
- Jacob Menick, Nal Kalchbrenner
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
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.
- paramètres
- 250M
- Données d'entraînement
- 251,658,240,000 tokens
250M (Table 4)
batch size: 2048
L'exécution de formation
Ce qu'il a physiquement fallu pour entraîner : quels chips, combien, pendant combien de temps, et ce que cela a tiré du secteur.
- Matériel d'entraînement
- Google TPU v3
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.
- Pourquoi c'est suivi
- SOTA improvement
- Confiance d'enregistrement
- Confident
"state-of-the-art log-likelihoods at 128x128 by a large margin"
Sources
D'où vient cet enregistrement et quand a-t-il été vérifié pour la dernière fois.
- Référence
- Generating High Fidelity Images with Subscale Pixel Networks and Multidimensional Upscaling
- Dernière mise à jour
- 11 February 2026
Ce que les chiffres signifient
Contexte
SPN (ImageNet 128) a été publié par Google Brain,DeepMind, dans le pays enregistré comme United States of America, durant December 2018. Cela provient d'une organisation classée comme industry,Industry.
Il fonctionne dans le domaine de Image generation, et est enregistré comme exécutant la tâche de image generation.
C'est un modèle fermé : les valeurs entraînées sont restées avec ceux qui les ont produites, et il n'y a pas de version locale à exécuter.
Comment il a été entraîné
Il a été entraîné sur un corpus d'environ 251,658,240,000 jetons de texte
La raison pour laquelle il apparaît dans ce catalogue. sOTA improvement.
Réponses
SPN (ImageNet 128) — questions courantes
SPN (ImageNet 128)— 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.
SPN (ImageNet 128)— 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.
SPN (ImageNet 128)— 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.
SPN (ImageNet 128)— combien de paramètres cela a-t-il ?
Il a un nombre de paramètres de 250M. 250M (Table 4). Ce chiffre est le total, et c'est ce qui détermine combien de mémoire le modèle nécessite — environ un demi-gigaoctet par milliard à la compression que la plupart des gens utilisent.
SPN (ImageNet 128)— qui l'a créé ?
Il a été publié par Google Brain,DeepMind, basé sur United States of America, une organisation catégorisée comme industry,Industry.
SPN (ImageNet 128)— quand a-t-il été publié ?
Il a été publié dans December 2018. 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.
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.