Spatially-Sparse CNN
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
- University of Warwick
- Tipo di organizzazione
- Academia
- Paese
- United Kingdom of Great Britain and Northern Ireland
- Pubblicato
- 23 September 2014
- Autori
- Benjamin Graham
Cosa fa
Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Vision
- Compito
- 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.
- Dati di addestramento
- 901,200 tokens
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
- Record fiducia
- Unknown
- Citazioni
- 260
SOTA per https://paperswithcode.com/sota/image-classification-on-cifar-10
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- Spatially-sparse convolutional neural networks
- Ultimo aggiornamento
- 28 November 2025
Cosa significano i numeri
Cosa è questo modello
Spatially-Sparse CNN è stato pubblicato da University of Warwick, nel paese registrato come United Kingdom of Great Britain and Northern Ireland, durante September 2014. Esce da un'organizzazione categorizzata come academia.
Funziona nel dominio di Vision, ed è registrato come eseguire il compito di image classification.
Questo è un modello chiuso: i valori addestrati sono rimasti con chi li ha prodotti, e non c'è una versione locale da eseguire.
Come è stato addestrato
L'addestramento ha consumato un corpus di circa 901,200 token di testo
Il motivo per cui appare in questo catalogo è: sOTA improvement.
Risposte
Spatially-Sparse CNN — domande comuni
Spatially-Sparse CNN— 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.
Spatially-Sparse CNN— 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.
Spatially-Sparse CNN— chi l'ha creato?
È stato pubblicato da University of Warwick, basato su United Kingdom of Great Britain and Northern Ireland, un'organizzazione categorizzata come academia.
Spatially-Sparse CNN— quando è stato rilasciato?
È stato pubblicato in September 2014. 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.
Spatially-Sparse CNN— A cosa serve?
Funziona nel dominio di Vision, e viene registrato come gestire il compito di image classification. I modelli portano frequentemente più di uno di ciascuno, e le etichette descrivono lo scopo piuttosto che i limiti di capacità.
Spatially-Sparse CNN— 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.