PixelCNN++

Apri i pesi OpenAI January 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..

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
OpenAI
Tipo di organizzazione
Industry
Paese
United States of America
Pubblicato
19 January 2017
Autori
Tim Salimans, Andrej Karpathy, Xi Chen, Diederik P. Kingma

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

MIT + Apache 2.0 https://github.com/openai/pixel-cnn?tab=readme-ov-file

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
PixelCNN++: Improving the PixelCNN with Discretized Logistic Mixture Likelihood and Other Modifications
Ultimo aggiornamento
28 November 2025

Cosa significano i numeri

Cosa è questo modello

PixelCNN++ è stato pubblicato da OpenAI, nel paese registrato come United States of America, durante January 2017. La categoria sotto cui rientra l'editore è industry.

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

I pesi pubblicati significano che il modello gira sulla tua macchina piuttosto che su quella di qualcun altro, il che rende la domanda sull'hardware qui sotto rispondibile.

Risposte

PixelCNN++ — domande comuni

01

PixelCNN++— A cosa serve?

Funziona nel dominio di Image generation, e viene registrato come gestire il compito di image generation. I modelli portano frequentemente più di uno di ciascuno, e le etichette descrivono lo scopo piuttosto che i limiti di capacità.

02

PixelCNN++— 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.

03

PixelCNN++— 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.

04

PixelCNN++— 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.

05

PixelCNN++— 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.

06

PixelCNN++— chi l'ha creato?

È stato pubblicato da OpenAI, basato su United States of America, un'organizzazione categorizzata come industry.

07

PixelCNN++— quando è stato rilasciato?

È stato pubblicato in January 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.

Fonte

Pubblicazione originale

Ultimo aggiornamento del record 28 November 2025

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.