Deep LSTM video classifier
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 Texas at Austin,Google
- Szervezet típusa
- Academia,Industry
- Ország
- United States of America
- Közölt
- 1 May 2015
- Szerzők
- Joe Yue-Hei Ng, Matthew Hausknecht, Sudheendra Vijayanarasimhan, Oriol Vinyals, Rajat Monga, George Toderici
Mit csinál
A probléma területek, amelyekre a modell készült. Egy modell több mindegyikből hordozhat.
- Tartomány
- Video
- Feladat
- Video
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
- 264,000,000 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
- 2,417
Források
Honnan származik ez a felvétel és mikor ellenőrizték utoljára.
- Referencia
- Beyond Short Snippets: Deep Networks for Video Classification
- Utoljára frissítve
- 1 January 2026
Mit jelentenek a számok
Honnan jött
Deep LSTM video classifier ki lett adva által University of Texas at Austin,Google, az országban rögzítve mint United States of America, alatt May 2015. A kiadó szervezet a következő kategóriába tartozik academia,Industry.
Működik a területen a Video, és úgy van rögzítve, mint a feladat végrehajtása video.
Mivel a súlyok nem elérhetők, ezért ezen az oldalon máshol található hardveradatok egyike sem vonatkozik rá.
Hogyan lett betanítva
A tanító készlet kb. futott 264,000,000 szöveg tokenjei
Válaszok
Deep LSTM video classifier — gyakori kérdések
Deep LSTM video classifier— Mire használják?
Működik a területen a Video, és rögzítve van, hogy kezeli a feladatot video. A modellek gyakran több mint egyet hordoznak mindegyikből, és a címkék a célra, nem pedig a képességek határaira utalnak.
Deep LSTM video classifier— 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.
Deep LSTM video classifier— Nyílt forráskódú?
A licencálás sosem volt rögzítve a forrásadatainkban. Az állandóan nem megadott licencet zártnak tekintjük, mert a nem rögzített licenc nem egy megbízható.
Deep LSTM video classifier— Hány paramétere van?
Nincs közzétéve paraméterszám, ezért ez az oldal nem tartalmaz memóriával vagy sebességgel kapcsolatos adatokat.
Deep LSTM video classifier— Ki készítette ezt?
Kiadta University of Texas at Austin,Google, alapján United States of America, egy szervezet, amelyet kategorizáltak mint academia,Industry.
Deep LSTM video classifier— Mikor adták ki?
Kibocsátották a May 2015. 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..