PixelSNAIL (CIFAR 10)

Apri i pesi University of California (UC) Berkeley December 2017

Nessuna stima

Nessun requisito hardware per questo modello

I pesi di questo modello sono open weight, ma non è stato pubblicato alcun conteggio dei parametri. Ogni figura di memory e velocità parte da quel numero, quindi preferiremmo non mostrare nulla piuttosto che una stima fabbricata..

Sfoglia i modelli che puoi eseguire invece

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: University of California (UC) Berkeley
Tipo di organizzazione: Academia
Paese: United States of America
Pubblicato: 28 December 2017
Autori: Xi Chen, Nikhil Mishra, Mostafa Rohaninejad, Pieter Abbeel

Cosa fa

Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.

Dominio: Image generation
Compito: Image generation

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

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: Open — downloadable
Accesso al modello: Open weights (unrestricted)
Codice di addestramento: Open source

Come è classificato

Etichette del dataset sorgente si applicano quando si tracciano modelli notevoli, e quanto è sicuro nell'entry.

Record fiducia: Unknown

Fonti

Da dove proviene questo record e quando è stato controllato l'ultima volta.

Riferimento: PixelSNAIL: An Improved Autoregressive Generative Model
Ultimo aggiornamento: 11 February 2026

Cosa significano i numeri

Informazioni su questo modello

PixelSNAIL (CIFAR 10) è stato pubblicato da University of California (UC) Berkeley, nel paese registrato come United States of America, durante December 2017. Esce da un'organizzazione categorizzata come academia.

Funziona nel dominio di Image generation, ed è registrato come eseguire il compito di image generation.

I pesi aperti sono ciò che mette questa pagina nel calcolatore piuttosto che solo nel catalogo: è un modello che puoi effettivamente tenere.

Risposte

PixelSNAIL (CIFAR 10) — domande comuni

PixelSNAIL (CIFAR 10)— 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.

PixelSNAIL (CIFAR 10)— chi l'ha creato?

È stato pubblicato da University of California (UC) Berkeley, basato su United States of America, un'organizzazione categorizzata come academia.

PixelSNAIL (CIFAR 10)— quando è stato rilasciato?

È stato pubblicato in December 2017. 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.

PixelSNAIL (CIFAR 10)— A cosa serve?

Funziona nel dominio di Image generation, e viene registrato come gestire il compito di image generation. Un modello può gestire diversi di ciascuno, quindi queste sono le aree per cui è stato costruito piuttosto che un limite su ciò che tenterà.

PixelSNAIL (CIFAR 10)— Dove posso scaricarlo?

I pesi sono pubblicati, anche se non abbiamo un link al repository per essi. Questo sito calcola i requisiti hardware anziché ospitare file di modello.

PixelSNAIL (CIFAR 10)— che GPU ho bisogno per eseguirlo?

Non possiamo dire. Ha pesi aperti, ma non è stato pubblicato alcun conteggio dei parametri per esso, e ogni calcolo di memoria e velocità parte da quel numero. Preferiremmo non mostrare nulla piuttosto che una stima fabbricata.

PixelSNAIL (CIFAR 10)— è open-source?

I suoi pesi sono pubblicati, quindi può essere scaricato e eseguito sul proprio hardware. Si noti che OPEN WEIGHTS non è lo stesso di OPEN SOURCE nel senso completo — non dice nulla sui dati di addestramento, sul codice di addestramento o sui termini commerciali allegati.

Fonte

Pubblicazione originale

Ultimo aggiornamento del record 11 February 2026

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.

Tutti i modelli AI