Bayesian object categorizer

Pesi chiusi California Institute of Technology,University of Oxford 0.1K parametri October 2003

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
California Institute of Technology,University of Oxford
Tipo di organizzazione
Academia,Academia
Paese
United States of America, United Kingdom of Great Britain and Northern Ireland
Pubblicato
13 October 2003
Autori
Li Fei-Fei, Rob Fergus, Pietro Perona

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.

parametri
0.1K

citation from section 2.1: In the constellation model, the dimensionality of \theta is large (~ 100)

Dati di addestramento
20 tokens

description of Figure 1 "This dataset is obtained by collecting images through the Google image search engine (www.google.com). The keyword “things” is used to obtain hundreds of random images. "

Come è classificato

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

Record fiducia
Speculative
Citazioni
806

Fonti

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

Riferimento
A Bayesian Approach to Unsupervised One-Shot Learning of Object Categories
Ultimo aggiornamento
28 November 2025

Cosa significano i numeri

Sfondo

Bayesian object categorizer è stato pubblicato da California Institute of Technology,University of Oxford, nel paese registrato come United States of America, durante October 2003. Esce da un'organizzazione categorizzata come academia,Academia.

Funziona nel dominio di Vision, ed è registrato come eseguire il compito di image classification.

Poiché i pesi non sono disponibili, nessuna delle specifiche hardware presenti in questo sito si applica ad esso.

Addestramento e provenienza

L'addestramento ha consumato un corpus di circa 20 token di testo

Risposte

Bayesian object categorizer — domande comuni

01

Bayesian object categorizer— quando è stato rilasciato?

È stato pubblicato in October 2003. 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.

02

Bayesian object categorizer— A cosa serve?

Funziona nel dominio di Vision, e viene registrato come gestire il compito di image classification. 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.

03

Bayesian object categorizer— 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.

04

Bayesian object categorizer— 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.

05

Bayesian object categorizer— quanti parametri ha?

Ha un numero di parametri di 0.1K. citation from section 2.1: In the constellation model, the dimensionality of \theta is large (~ 100). 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.

06

Bayesian object categorizer— chi l'ha creato?

È stato pubblicato da California Institute of Technology,University of Oxford, basato su United States of America, un'organizzazione categorizzata come academia,Academia.

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.