Conv-DBN
Nessuna stima
Nessun requisito hardware per questo modello
I pesi di questo modello non sono stati pubblicati, quindi non può essere scaricato o eseguito sul vostro hardware a qualsiasi dimensione. È accessibile solo attraverso il suo fornitore, e nessuna scheda grafica può cambiare questo.
In registrazione
Specifiche complete
Tutto ciò che riguarda questo modello. La maggior parte delle informazioni descrive come è stato addestrato piuttosto che come viene eseguito — un contesto utile per valutare la quantità di lavoro impiegata e come si confronta con modelli realizzati su scala diversa.
Origine
Chi ha costruito questo modello, dove e quando è stato pubblicato.
- Organizzazione
- Stanford University
- Tipo di organizzazione
- Academia
- Paese
- United States of America
- Pubblicato
- 14 June 2009
- Autori
- H Lee, R Grosse, R Ranganath, AY Ng
Cosa fa
Le aree problematiche per cui è stato costruito 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 il valore che decide se si adatta a una determinata scheda grafica.
- Dati di addestramento
- tokens
Come è classificato
Etichette che il dataset sorgente applica quando si monitorano modelli notevoli e quanto è fiducioso nell'entry.
- Registrare fiducia
- Unknown
- Citazioni
- 2,964
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- Convolutional deep belief networks for scalable unsupervised learning of hierarchical representations
- Ultimo aggiornamento
- 28 November 2025
Cosa significano i numeri
Where it came from
Conv-DBN was published by Stanford University, in United States of America, in June 2009. It comes out of academia.
It works in Vision, and is recorded as doing 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.
Risposte
Conv-DBN — Domande frequenti
Who created Conv-DBN?
Conv-DBN was published by Stanford University, based in United States of America, categorised as academia.
When was Conv-DBN released?
Conv-DBN was published in June 2009. Capability per parameter has improved considerably since, so a newer model of the same size is often the better use of the same hardware.
What is Conv-DBN used for?
Conv-DBN works in Vision, and is recorded as handling image classification. Models frequently carry more than one of each, and the tags describe purpose rather than capability limits.
What GPU do I need to run Conv-DBN?
None. Conv-DBN is a closed model — its weights were never published, so it cannot be downloaded or run on your own hardware at any price. It is reachable only through its provider.
Is Conv-DBN open source?
The licensing for Conv-DBN was never recorded in our source data. We treat unstated licensing as closed, because an unrecorded licence is not one to rely on.
How many parameters does Conv-DBN have?
No parameter count has been published for Conv-DBN, which is why no memory or speed figure appears on this page.
L'altra direzione
Guardando la questione dall'altra parte?
Questa pagina inizia dal modello. Se possedete già una scheda e desiderate conoscere tutto ciò che può eseguire, inizia dall'hardware invece.