scFormer
Geen schatting
Geen hardwarevereisten voor dit model
De gewichten voor dit model zijn niet gepubliceerd, dus het kan niet worden gedownload of op uw eigen hardware worden uitgevoerd in welke omvang dan ook. Het is alleen toegankelijk via de provider, en geen grafische kaart verandert dat.
Op record
Volledige specificatie
Alles over dit model vastgelegd. Het meeste beschrijft hoe het getraind is in plaats van hoe het draait — nuttige context om te beoordelen hoeveel werk erin gestoken is en hoe het zich verhoudt tot modellen die op een andere schaal zijn gebouwd.
Oorsprong
Wie heeft dit model gebouwd, waar en wanneer het werd gepubliceerd.
- Organisatie
- University of Toronto,Vector Institute,University Health Network,Microsoft Research
- Organisatie type
- Academia,Academia,Industry
- Land
- Canada, United States of America
- Gepubliceerd
- 22 November 2022
- Auteurs
- Haotian Cui, Chloe Wang, Hassaan Maan, Nan Duan, Bo Wang
Wat het doet
De probleemgebieden waarvoor het model is gebouwd. Een model kan er verschillende van elk bevatten.
- Domein
- Biology
- Taak
- Representation learning
Grootte
Hoe groot het model is en hoeveel data erop is getraind. Parameters zijn de cijfers die bepalen of het op een bepaalde grafische kaart past.
- Opleidingsgegevens
- tokens
- Epochs
- 30
Each cell has M genes, not specified precisely but set to 1200 for UMAP plots. Total cells: 3005+7982+17001=27988 Estimated training tokens: 27988*1200=33585600
Hoe het is geclassificeerd
Labels de bron dataset toepast bij het volgen van opmerkelijke modellen, en hoe zeker het is van de invoer.
- Vereiste vertrouwen
- Speculative
- Citaties
- 10
Bronnen
Waar deze record vandaan komt en wanneer het voor het laatst is gecontroleerd.
- Referentie
- scFormer: A Universal Representation Learning Approach for Single-Cell Data Using Transformers
- Laatst bijgewerkt
- 1 December 2025
Wat de cijfers betekenen
Wat dit model is
scFormer was published by University of Toronto,Vector Institute,University Health Network,Microsoft Research, in Canada, in November 2022. It comes out of academia,Academia,Industry.
It works in Biology, and is recorded as doing representation learning.
Dit is een gesloten model: de getrainde waarden zijn bij degene gebleven die ze geproduceerd hebben, en er is geen lokale versie om te draaien.
Antwoorden
scFormer — Veelgestelde vragen
How many parameters does scFormer have?
No parameter count has been published for scFormer, which is why no memory or speed figure appears on this page.
Who created scFormer?
scFormer was published by University of Toronto,Vector Institute,University Health Network,Microsoft Research, based in Canada, categorised as academia,Academia,Industry.
When was scFormer released?
scFormer was published in November 2022. 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 scFormer used for?
scFormer works in Biology, and is recorded as handling representation learning. Models frequently carry more than one of each, and the tags describe purpose rather than capability limits.
What GPU do I need to run scFormer?
None. scFormer 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 scFormer open source?
The licensing for scFormer was never recorded in our source data. We treat unstated licensing as closed, because an unrecorded licence is not one to rely on.
De andere richting
Vanuit het andere perspectief bekijken?
Deze pagina begint bij het model. Als u al een kaart bezit en alles wilt weten wat het zal uitvoeren, Begin liever bij de hardware.