Sparse Energy-Based Model
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
- New York University (NYU)
- Type d'organisation
- Academia
- Pays
- United States of America
- Publié
- 4 December 2006
- Auteurs
- M Ranzato, C Poultney, S Chopra, Y Cun
Ce qu'il fait
Les domaines problématiques pour lesquels le modèle a été conçu. Un modèle peut contenir plusieurs de chacun.
- Domaine
- Vision
- Tâche
- Character recognition (OCR)
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
- 47,040,000 tokens
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.
- Citations
- 1,601
Sources
D'où vient cet enregistrement et quand a-t-il été vérifié pour la dernière fois.
- Référence
- Efficient Learning of Sparse Representations with an Energy-Based Model
- Dernière mise à jour
- 28 November 2025
Ce que les chiffres signifient
D'où cela vient-il
Sparse Energy-Based Model a été publié par New York University (NYU), dans le pays enregistré comme United States of America, durant December 2006. Cela provient d'une organisation classée comme academia.
Il fonctionne dans le domaine de Vision, et est enregistré comme exécutant la tâche de character recognition (OCR).
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.
Entraînement et provenance
Il a été entraîné sur un corpus d'environ 47,040,000 jetons de texte
Réponses
Sparse Energy-Based Model — questions courantes
Sparse Energy-Based Model— 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.
Sparse Energy-Based Model— qui l'a créé ?
Il a été publié par New York University (NYU), basé sur United States of America, une organisation catégorisée comme academia.
Sparse Energy-Based Model— quand a-t-il été publié ?
Il a été publié dans December 2006. 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.
Sparse Energy-Based Model— à quoi ça sert ?
Il fonctionne dans le domaine de Vision, et est enregistré comme gérant la tâche de character recognition (OCR). Un modèle peut porter plusieurs de chacun, donc ce sont les domaines pour lesquels il a été conçu plutôt qu'une limite sur ce qu'il tentera.
Sparse Energy-Based Model— 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.
Sparse Energy-Based Model— est-ce que c'est open source ?
La licence n'a jamais été enregistrée dans nos données source. Nous considérons une licence non déclarée comme fermée, car une licence non enregistrée n'est pas une licence sur laquelle compter.
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.