Low-Cost Collaborative Network
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
- National University of Singapore,University of Technology Sydney,Qihoo 360 AI Institute
- Organisatietype
- Academia,Academia,Industry
- Land
- Singapore, Australia, China
- Gepubliceerd
- 15 May 2017
- Auteurs
- Xuanyi Dong, Junshi Huang, Yi Yang, and Shuicheng Yan
Wat het doet
De probleemgebieden waarvoor het model is gebouwd. Een model kan meerdere van elk bevatten.
- Domein
- Vision
- Taak
- Image classification
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
- 1,280,000 tokens
- Epochs
- 400
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
- Speculative
- Citaties
- 298
Bronnen
Waar deze record vandaan kwam en wanneer deze voor het laatst is gecontroleerd.
- Referentie
- More is Less: A More Complicated Network with Less Inference Complexity
- Laatst bijgewerkt
- 25 May 2026
Wat de cijfers betekenen
Over dit model
Low-Cost Collaborative Network werd gepubliceerd door National University of Singapore,University of Technology Sydney,Qihoo 360 AI Institute, in het land geregistreerd als Singapore, tijdens May 2017. De categorie waaronder de uitgever valt is academia,Academia,Industry.
Het werkt in het domein van Vision, en wordt geregistreerd als het uitvoeren van de taak van image classification.
Omdat de weights niet beschikbaar zijn, zijn geen van de hardwarefiguren elders op deze site van toepassing op het.
Wat erin ging zitten om het te bouwen
Het is getraind op een corpus van ongeveer 1,280,000 tekstokens
Antwoorden
Low-Cost Collaborative Network — veelgestelde vragen
Low-Cost Collaborative Network— 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.
Low-Cost Collaborative Network— hoeveel parameters heeft het?
Er is geen parameter telling gepubliceerd, daarom verschijnt er geen geheugen of snelheidsfiguur op deze pagina.
Low-Cost Collaborative Network— wie heeft het gemaakt?
Het werd gepubliceerd door National University of Singapore,University of Technology Sydney,Qihoo 360 AI Institute, gebaseerd op Singapore, een organisatie geclassificeerd als academia,Academia,Industry.
Low-Cost Collaborative Network— wanneer is het uitgebracht?
Het werd gepubliceerd in May 2017. De capaciteit per parameter is aanzienlijk verbeterd sinds, zodat een nieuwere model van dezelfde grootte vaak een betere benutting van dezelfde hardware is.
Low-Cost Collaborative Network— waarvoor wordt het gebruikt?
Het werkt in het domein van Vision, en wordt geregistreerd als het afhandelen van image classification. Modellen hebben vaak meer dan één van elk, en de tags beschrijven het doel in plaats van de capaciteitslimieten.
Low-Cost Collaborative Network— 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.
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.