ShuffleNet 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
- Tsinghua University,Megvii Inc
- Tipo di organizzazione
- Academia,Industry
- Paese
- China
- Pubblicato
- 30 June 2018
- Autori
- Ningning Ma, Xiangyu Zhang, Hai-Tao Zheng, Jian Sun
Cosa fa
Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Vision
- Compito
- Image classification, Object detection
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
- 2.3M
- Dati di addestramento
- 1,280,000 tokens
Come è classificato
Etichette del dataset sorgente si applicano quando si tracciano modelli notevoli, e quanto è sicuro nell'entry.
- Citazioni
- 6,289
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- ShuffleNet V2: Practical Guidelines for Efficient CNN Architecture Design
- Ultimo aggiornamento
- 25 May 2026
Cosa significano i numeri
Sfondo
ShuffleNet v2 è stato pubblicato da Tsinghua University,Megvii Inc, nel paese registrato come China, durante June 2018. Esce da un'organizzazione categorizzata come academia,Industry.
Funziona nel dominio di Vision, ed è registrato come eseguire il compito di image classification, Object detection.
Poiché i pesi non sono disponibili, nessuna delle specifiche hardware presenti in questo sito si applica ad esso.
Come è stato addestrato
Il set di addestramento si aggirava attorno a 1,280,000 token di testo
Risposte
ShuffleNet v2 — domande comuni
ShuffleNet v2— A cosa serve?
Funziona nel dominio di Vision, e viene registrato come gestire il compito di image classification, Object detection. I modelli portano frequentemente più di uno di ciascuno, e le etichette descrivono lo scopo piuttosto che i limiti di capacità.
ShuffleNet 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.
ShuffleNet v2— 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.
ShuffleNet v2— quanti parametri ha?
Ha un numero di parametri di 2.3M. 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.
ShuffleNet v2— chi l'ha creato?
È stato pubblicato da Tsinghua University,Megvii Inc, basato su China, un'organizzazione categorizzata come academia,Industry.
ShuffleNet v2— quando è stato rilasciato?
È stato pubblicato in June 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.
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.