Spectrally Normalized GAN
Geen schatting
Geen hardware-eisen voor dit model
De gewichten voor dit model zijn niet gepubliceerd, dus het kan niet worden gedownload of uitgevoerd op je eigen hardware in welke grootte dan ook. Het is alleen bereikbaar via de aanbieder, en geen enkele grafische kaart verandert dat..
Op record
Volledige specificatie
Alles wat geregistreerd is voor dit model. Het merendeel beschrijft hoe het getraind werd in plaats van hoe het draait - nuttige context om te beoordelen hoeveel werk erin is gestoken, en hoe het zich verhoudt tot modellen die op een andere schaal zijn gebouwd..
Oorsprong
Wie heeft dit model gebouwd, waar, en wanneer het gepubliceerd werd.
- Organisatie
- Preferred Networks Inc,Ritsumeikan University,National Institute of Informatics
- Organisatietype
- Industry,Academia
- Land
- Japan
- Gepubliceerd
- 16 February 2018
- Auteurs
- Takeru Miyato, Toshiki Kataoka, Masanori Koyama, Yuichi Yoshida
Wat het doet
De probleemgebieden waarvoor het model is gebouwd. Een model kan meerdere van elk bevatten.
- Domein
- Image generation
- Taak
- Image generation
Grootte
Hoe groot het model is en hoeveel data het is getraind. Parameters zijn het cijfer dat bepaalt of het past op een gegeven grafische kaart.
- Training gegevens
- 2,560,000 tokens
Hoe het is geclassificeerd
Labels van de brondataset die worden toegepast bij het volgen van opmerkelijke modellen, en hoe zeker het is van de invoer.
- Record vertrouwen
- Unknown
- Citaties
- 4,967
Bronnen
Waar deze record vandaan kwam en wanneer deze voor het laatst is gecontroleerd.
- Referentie
- Spectral Normalization for Generative Adversarial Networks
- Laatst bijgewerkt
- 25 May 2026
Wat de cijfers betekenen
Achtergrond
Spectrally Normalized GAN werd gepubliceerd door Preferred Networks Inc,Ritsumeikan University,National Institute of Informatics, in het land geregistreerd als Japan, tijdens February 2018. De categorie waaronder de uitgever valt is industry,Academia.
Het werkt in het domein van Image generation, en wordt geregistreerd als het uitvoeren van de taak van image generation.
De gewichten werden nooit gepubliceerd, dus het kan alleen worden bereikt via de provider. Geen enkele GPU verandert dat.
Hoe het getraind werd
Het is getraind op een corpus van ongeveer 2,560,000 tekstokens
Antwoorden
Spectrally Normalized GAN — veelgestelde vragen
Spectrally Normalized GAN— hoeveel parameters heeft het?
Er is geen parameter telling gepubliceerd, daarom verschijnt er geen geheugen of snelheidsfiguur op deze pagina.
Spectrally Normalized GAN— wie heeft het gemaakt?
Het werd gepubliceerd door Preferred Networks Inc,Ritsumeikan University,National Institute of Informatics, gebaseerd op Japan, een organisatie geclassificeerd als industry,Academia.
Spectrally Normalized GAN— wanneer is het uitgebracht?
Het werd gepubliceerd in February 2018. De capaciteit per parameter is aanzienlijk verbeterd sinds, zodat een nieuwere model van dezelfde grootte vaak een betere benutting van dezelfde hardware is.
Spectrally Normalized GAN— waarvoor wordt het gebruikt?
Het werkt in het domein van Image generation, en wordt geregistreerd als het afhandelen van image generation. Dit zijn de gebieden waar het omheen is ontworpen; ze beschrijven intentie eerder dan een harde grens.
Spectrally Normalized GAN— Welke GPU heb ik nodig om het te draaien?
Dit is een gesloten model — de gewichten zijn nooit gepubliceerd, dus het kan niet gedownload of uitgevoerd worden op je eigen hardware voor eender welke prijs. Het is alleen bereikbaar via de aanbieder.
Spectrally Normalized GAN— is het open-source?
De licenties werden nooit vastgelegd in onze brondocumenten. We beschouwen niet-verklaarde licenties als gesloten, omdat een niet-vastgelegde licentie er geen is om op te vertrouwen.
De andere richting
Van de andere kant bekijken?
Deze pagina begint met het model. Als je al een kaart bezit en alles wilt weten wat het zal draaien, begin in plaats van de hardware.