Stacked hourglass network
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
- University of Michigan
- Szervezet típusa
- Academia
- Ország
- United States of America
- Közölt
- 17 September 2016
- Szerzők
- Alejandro Newell, Kaiyu Yang, Jia Deng
Mit csinál
A probléma területek, amelyekre a modell készült. Egy modell több mindegyikből hordozhat.
- Tartomány
- Vision
- Feladat
- Pose estimation
- 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
- 802,816,000 tokens
Hogyan van besorolva
Címkék a forráshalmazra, amelyeket a figyelemre méltó modellek nyomon követésekor alkalmaznak, és hogy mennyire biztos az adatbevitelben.
- Nyilvántartási bizalom
- Unknown
- Hivatkozások
- 5,316
Források
Honnan származik ez a felvétel és mikor ellenőrizték utoljára.
- Referencia
- Stacked Hourglass Networks for Human Pose Estimation
- Utoljára frissítve
- 1 January 2026
Mit jelentenek a számok
Háttér
Stacked hourglass network ki lett adva által University of Michigan, az országban rögzítve mint United States of America, alatt September 2016. Egy olyan szervezetből származik, amelyet kategorizálnak mint academia.
Működik a területen a Vision, és úgy van rögzítve, mint a feladat végrehajtása pose estimation.
Mivel a súlyok nem elérhetők, ezért ezen az oldalon máshol található hardveradatok egyike sem vonatkozik rá.
Képzés és származás
A tanító készlet kb. futott 802,816,000 szöveg tokenjei
Válaszok
Stacked hourglass network — gyakori kérdések
Stacked hourglass network— Hány paramétere van?
Nincs közzétéve paraméterszám, ezért ez az oldal nem tartalmaz memóriával vagy sebességgel kapcsolatos adatokat.
Stacked hourglass network— Ki készítette ezt?
Kiadta University of Michigan, alapján United States of America, egy szervezet, amelyet kategorizáltak mint academia.
Stacked hourglass network— Mikor adták ki?
Kibocsátották a September 2016. A paraméterenkénti képesség lényegesen javult azóta, így egy újabb, azonos méretű modell gyakran jobb felhasználása a same hardvernek.
Stacked hourglass network— Mire használják?
Működik a területen a Vision, és rögzítve van, hogy kezeli a feladatot pose estimation. A modellek gyakran több mint egyet hordoznak mindegyikből, és a címkék a célra, nem pedig a képességek határaira utalnak.
Stacked hourglass network— 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.
Stacked hourglass network— Nyílt forráskódú?
A licencálás sosem volt rögzítve a forrásadatainkban. Az állandóan nem megadott licencet zártnak tekintjük, mert a nem rögzített licenc nem egy megbízható.
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..