CPC v2
Nessuna stima
Nessun requisito hardware per questo modello
I pesi per questo modello non sono stati pubblicati, quindi non può essere scaricato o eseguito sul proprio hardware di qualsiasi dimensione. È accessibile solo attraverso il suo fornitore e nessun cambiamento della scheda grafica che.
In registrazione
specifiche complete
Tutto in archivio per questo modello. La maggior parte descrive come è stato addestrato piuttosto che come gira — contesto utile per giudicare quanto lavoro c'è stato dietro, e come si confronta con i modelli costruiti su una scala diversa..
Origine
Chi ha costruito questo modello, dove e quando è stato pubblicato.
- Organizzazione
- DeepMind,University of California (UC) Berkeley
- Tipo di organizzazione
- Industry,Academia
- Paese
- United Kingdom of Great Britain and Northern Ireland, United States of America
- Pubblicato
- 22 May 2019
- Autori
- Olivier J. Hénaff, Aravind Srinivas, Jeffrey De Fauw, Ali Razavi, Carl Doersch, S. M. Ali Eslami, Aaron van den Oord
Cosa fa
Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Vision
- Compito
- Image completion, Object detection, Image classification
Dimensione
Quanto è grande il modello e su quanti dati è stato addestrato. I parametri sono la cifra che decide se si adatta a una determinata scheda grafica.
- parametri
- 303M
- Dati di addestramento
- tokens
source: https://openai.com/blog/image-gpt/#rfref25d
Disponibilità
Se puoi ottenere il modello e farlo funzionare sul tuo hardware, il che decide se alcune delle cifre della scheda grafica su questa pagina sono applicabili.
- Pesi
- Closed — provider access only
- Accesso al modello
- Unreleased
- Codice di addestramento
- Unreleased
Come è classificato
Etichette del dataset sorgente si applicano quando si tracciano modelli notevoli, e quanto è sicuro nell'entry.
- Perché è monitorato
- SOTA improvement
- Citazioni
- 1,556
"this unsupervised representation substantially improves transfer learning to object detection on the PASCAL VOC dataset, surpassing fully supervised pre-trained ImageNet classifiers"
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- Data-Efficient Image Recognition with Contrastive Predictive Coding
- Ultimo aggiornamento
- 25 May 2026
Cosa significano i numeri
Cosa è questo modello
CPC v2 è stato pubblicato da DeepMind,University of California (UC) Berkeley, nel paese registrato come United Kingdom of Great Britain and Northern Ireland, durante May 2019. La categoria sotto cui rientra l'editore è industry,Academia.
Funziona nel dominio di Vision, ed è registrato come eseguire il compito di image completion, Object detection, Image classification.
I suoi pesi non sono mai stati pubblicati, quindi può essere raggiunto solo attraverso il suo fornitore. Nessuna scheda GPU cambia questo.
Come è stato addestrato
Il motivo per cui appare in questo catalogo è: sOTA improvement.
Risposte
CPC v2 — domande comuni
CPC v2— è open-source?
No. I pesi non sono stati pubblicati, quindi esiste solo come servizio controllato dal suo proprietario.
CPC v2— quanti parametri ha?
Ha un numero di parametri di 303M. source: https://openai.com/blog/image-gpt/#rfref25d. Quella cifra è il totale, ed è ciò che decide quanto memoria il modello ha bisogno — circa mezzo gigabyte per miliardo alla compressione che la maggior parte delle persone usa.
CPC v2— chi l'ha creato?
È stato pubblicato da DeepMind,University of California (UC) Berkeley, basato su United Kingdom of Great Britain and Northern Ireland, un'organizzazione categorizzata come industry,Academia.
CPC v2— quando è stato rilasciato?
È stato pubblicato in May 2019. La capacità per parametro è migliorata considerevolmente da allora, quindi un modello più recente della stessa dimensione è spesso un uso migliore dello stesso hardware.
CPC v2— A cosa serve?
Funziona nel dominio di Vision, e viene registrato come gestire il compito di image completion, Object detection, Image classification. Queste sono le aree su cui è stato progettato; descrivono l'intento piuttosto che un confine rigido.
CPC v2— che GPU ho bisogno per eseguirlo?
Nessuno. Questo è un modello chiuso - i suoi pesi non sono mai stati pubblicati, quindi non può essere scaricato o eseguito sul tuo hardware a qualsiasi prezzo. È accessibile solo attraverso il suo fornitore.
L'altra direzione
Guardandolo dall'altro lato?
Questa pagina parte dal modello. Se possiedi già una scheda e vuoi sapere tutto ciò che farà funzionare, inizia dall'hardware invece.