Cascaded LNet-ANet
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
- Chinese University of Hong Kong (CUHK)
- Organisatietype
- Academia
- Land
- Hong Kong
- Gepubliceerd
- 28 November 2014
- Auteurs
- Ziwei Liu, Ping Luo, Xiaogang Wang, Xiaoou Tang
Wat het doet
De probleemgebieden waarvoor het model is gebouwd. Een model kan meerdere van elk bevatten.
- Domein
- Vision
- Taak
- Face detection
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
- 9,320,000 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.
- Waarom het wordt gevolgd
- Highly cited
- Record vertrouwen
- Unknown
- Citaties
- 9,584
Bronnen
Waar deze record vandaan kwam en wanneer deze voor het laatst is gecontroleerd.
- Referentie
- Deep Learning Face Attributes in the Wild
- Laatst bijgewerkt
- 25 May 2026
Wat de cijfers betekenen
Achtergrond
Cascaded LNet-ANet werd gepubliceerd door Chinese University of Hong Kong (CUHK), in het land geregistreerd als Hong Kong, tijdens November 2014. De categorie waaronder de uitgever valt is academia.
Het werkt in het domein van Vision, en wordt geregistreerd als het uitvoeren van de taak van face detection.
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.
Training en herkomst
De trainingsset liep naar ongeveer 9,320,000 tekstokens
De inclusiecriteria: highly cited.
Antwoorden
Cascaded LNet-ANet — veelgestelde vragen
Cascaded LNet-ANet— waarvoor wordt het gebruikt?
Het werkt in het domein van Vision, en wordt geregistreerd als het afhandelen van face detection. Modellen hebben vaak meer dan één van elk, en de tags beschrijven het doel in plaats van de capaciteitslimieten.
Cascaded LNet-ANet— 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.
Cascaded LNet-ANet— 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.
Cascaded LNet-ANet— hoeveel parameters heeft het?
Er is geen parameter telling gepubliceerd, daarom verschijnt er geen geheugen of snelheidsfiguur op deze pagina.
Cascaded LNet-ANet— wie heeft het gemaakt?
Het werd gepubliceerd door Chinese University of Hong Kong (CUHK), gebaseerd op Hong Kong, een organisatie geclassificeerd als academia.
Cascaded LNet-ANet— wanneer is het uitgebracht?
Het werd gepubliceerd in November 2014. De capaciteit per parameter is aanzienlijk verbeterd sinds, zodat een nieuwere model van dezelfde grootte vaak een betere benutting van dezelfde hardware is.
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.