TriNet
Nincs becslés
Nincs hardver követelmény ennek a modellnek
A modellhez tartozó súlyokat nem tették közzé, így nem tölthető le vagy futtatható a saját hardverén bármilyen méretben. Csak a szolgáltatóján keresztül érhető el, és egyetlen grafikus kártya sem változtat ezen..
Nyilvántartásban
Teljes specifikáció
Minden feljegyzett ezzel a modellel kapcsolatban. A legtöbbje azt írja le, hogyan képezték ki, nem pedig azt, hogyan fut — hasznos kontextus annak megítéléséhez, hogy mennyi munka ment bele, és hogyan viszonyul a más méretben épített modellekhez..
Eredet
Ki építette ezt a modellt, hol, és mikor publikálták.
- Szervezet
- Visual Computing Institute,RWTH Aachen University
- Szervezet típusa
- Academia
- Ország
- Germany
- Közölt
- 21 November 2017
- Szerzők
- Alexander Hermans, Lucas Beyer, Bastian Leibe
Mit csinál
A probléma területek, amelyekre a modell készült. Egy modell több mindegyikből hordozhat.
- Tartomány
- Video
- Feladat
- Person re-identification
- Numerikus formátum
- FP32
Méret
Mekkora a modell, és mennyi adatot használtak a betanításához. A paraméterek azok a számok, amelyek eldöntik, hogy az adott grafikus kártyára illeszkedik-e.
- Képzési adatok
- 509,914 tokens
Hogyan van besorolva
Címkék a forráshalmazra, amelyeket a figyelemre méltó modellek nyomon követésekor alkalmaznak, és hogy mennyire biztos az adatbevitelben.
- Miért követik nyomon
- Highly cited,Historical significance
- Nyilvántartási bizalom
- Unknown
- Hivatkozások
- 3,553
Források
Honnan származik ez a felvétel és mikor ellenőrizték utoljára.
- Referencia
- In Defense of the Triplet Loss for Person Re-Identification
- Utoljára frissítve
- 25 May 2026
Mit jelentenek a számok
Háttér
TriNet ki lett adva által Visual Computing Institute,RWTH Aachen University, az országban rögzítve mint Germany, alatt November 2017. A kiadó kategóriája alá tartozik academia.
Működik a területen a Video, és úgy van rögzítve, mint a feladat végrehajtása person re-identification.
Súlyait soha nem tették közzé, így csak a szolgáltatóján keresztül érhető el. Nincs grafikus kártya, ami ezt megváltoztatná.
Mi került a felépítésébe
A képzés körülbelül egy korpuszt fogyasztott 509,914 szöveg tokenjei
A kiválasztási kritériuma: highly cited,Historical significance.
Válaszok
TriNet — gyakori kérdések
TriNet— Mire használják?
Működik a területen a Video, és rögzítve van, hogy kezeli a feladatot person re-identification. A modell több mindenből is képes cipelni, így ezek azok a területek, amelyekre épült, nem pedig egy korlát arra, amit meg fog próbálni.
TriNet— Milyen GPU-ra van szükségem, hogy futtathassam?
Ez egy zárt modell — a súlyait soha nem tették közzé, így nem tölthető le és nem futtatható a saját hardverén semmilyen áron. Csak a szolgáltatóján keresztül érhető el.
TriNet— Nyílt forráskódú?
A licencálás sosem volt rögzítve a forrásadatainkban. Az állandóan nem megadott licencet zártnak tekintjük, mert a nem rögzített licenc nem egy megbízható.
TriNet— Hány paramétere van?
Nincs közzétéve paraméterszám, ezért ez az oldal nem tartalmaz memóriával vagy sebességgel kapcsolatos adatokat.
TriNet— Ki készítette ezt?
Kiadta Visual Computing Institute,RWTH Aachen University, alapján Germany, egy szervezet, amelyet kategorizáltak mint academia.
TriNet— Mikor adták ki?
Kibocsátották a November 2017. A paraméterenkénti képesség lényegesen javult azóta, így egy újabb, azonos méretű modell gyakran jobb felhasználása a same hardvernek.
A másik irány
Másik oldalról nézve?
Ez az oldal a modellel kezdődik. Ha már van kártyád, és szeretnéd tudni, hogy mindent futtat-e, Kezdj a hardverből..