ESRGAN
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
- Chinese University of Hong Kong (CUHK),Chinese Academy of Sciences,Nanyang Technological University
- Tipo di organizzazione
- Academia,Academia,Academia
- Paese
- Hong Kong, China, Singapore
- Pubblicato
- 1 September 2018
- Autori
- Xintao Wang, Ke Yu, Shixiang Wu, Jinjin Gu, Yihao Liu, Chao Dong, Chen Change Loy, Yu Qiao, Xiaoou Tang
Cosa fa
Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Vision, Image generation
- Compito
- Image super-resolution
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.
- Dati di addestramento
- tokens
Come è classificato
Etichette del dataset sorgente si applicano quando si tracciano modelli notevoli, e quanto è sicuro nell'entry.
- Record fiducia
- Unknown
- Citazioni
- 4,625
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- ESRGAN: Enhanced Super-Resolution Generative Adversarial Networks
- Ultimo aggiornamento
- 25 May 2026
Cosa significano i numeri
Cosa è questo modello
ESRGAN è stato pubblicato da Chinese University of Hong Kong (CUHK),Chinese Academy of Sciences,Nanyang Technological University, nel paese registrato come Hong Kong, durante September 2018. Esce da un'organizzazione categorizzata come academia,Academia,Academia.
Funziona nel dominio di Vision, Image generation, ed è registrato come eseguire il compito di image super-resolution.
Questo è un modello chiuso: i valori addestrati sono rimasti con chi li ha prodotti, e non c'è una versione locale da eseguire.
Risposte
ESRGAN — domande comuni
ESRGAN— è open-source?
La licenza non è mai stata registrata nei nostri dati sorgente. Trattiamo le licenze non dichiarate come chiuse, perché una licenza non registrata non è una su cui fare affidamento.
ESRGAN— quanti parametri ha?
Non è stato pubblicato alcun conteggio dei parametri per esso, motivo per cui non appare alcun dato sulla memoria o sulla velocità su questa pagina.
ESRGAN— chi l'ha creato?
È stato pubblicato da Chinese University of Hong Kong (CUHK),Chinese Academy of Sciences,Nanyang Technological University, basato su Hong Kong, un'organizzazione categorizzata come academia,Academia,Academia.
ESRGAN— quando è stato rilasciato?
È stato pubblicato in September 2018. 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.
ESRGAN— A cosa serve?
Funziona nel dominio di Vision, Image generation, e viene registrato come gestire il compito di image super-resolution. I modelli portano frequentemente più di uno di ciascuno, e le etichette descrivono lo scopo piuttosto che i limiti di capacità.
ESRGAN— 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.