Denoising Autoencoders
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 Montreal / Université de Montréal
- Szervezet típusa
- Academia
- Ország
- Canada
- Közölt
- 5 July 2008
- Szerzők
- Pascal Vincent, Hugo Larechelle, Yoshua Bengio, Pierre- Antoine Manzagol
Mit csinál
A probléma területek, amelyekre a modell készült. Egy modell több mindegyikből hordozhat.
- Tartomány
- Other
- Feladat
- Image classification
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
- 7,840,000 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
- Nyilvántartási bizalom
- Unknown
- Hivatkozások
- 7,894
Források
Honnan származik ez a felvétel és mikor ellenőrizték utoljára.
- Referencia
- Extracting and Composing Robust Features with Denoising Autoencoders
- Utoljára frissítve
- 1 January 2026
Mit jelentenek a számok
Honnan jött
Denoising Autoencoders ki lett adva által University of Montreal / Université de Montréal, az országban rögzítve mint Canada, alatt July 2008. A kiadó szervezet a következő kategóriába tartozik academia.
Működik a területen a Other, és úgy van rögzítve, mint a feladat végrehajtása image classification.
Mivel a súlyok nem elérhetők, ezért ezen az oldalon máshol található hardveradatok egyike sem vonatkozik rá.
Mi került a felépítésébe
A képzés körülbelül egy korpuszt fogyasztott 7,840,000 szöveg tokenjei
Egy különös okból nyomon követik az alapul szolgáló adatbázisban: highly cited.
Válaszok
Denoising Autoencoders — gyakori kérdések
Denoising Autoencoders— 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.
Denoising Autoencoders— Nyílt forráskódú?
A licencálás sosem volt rögzítve a forrásadatainkban. Az állandóan nem megadott licencet zártnak tekintjük, mert a nem rögzített licenc nem egy megbízható.
Denoising Autoencoders— Hány paramétere van?
Nincs közzétéve paraméterszám, ezért ez az oldal nem tartalmaz memóriával vagy sebességgel kapcsolatos adatokat.
Denoising Autoencoders— Ki készítette ezt?
Kiadta University of Montreal / Université de Montréal, alapján Canada, egy szervezet, amelyet kategorizáltak mint academia.
Denoising Autoencoders— Mikor adták ki?
Kibocsátották a July 2008. A paraméterenkénti képesség lényegesen javult azóta, így egy újabb, azonos méretű modell gyakran jobb felhasználása a same hardvernek.
Denoising Autoencoders— Mire használják?
Működik a területen a Other, és rögzítve van, hogy kezeli a feladatot image classification. Ezek azok a területek, amelyek köré tervezték; ezek a szándékot írják le, nem pedig egy szigorú határt.
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..