ReLU (LFW)
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
- Organisatie type
- Academia
- Land
- Canada
- Gepubliceerd
- 15 June 2010
- Auteurs
- Nair, V., Hinton, G. E.
Wat het doet
De probleemgebieden waarvoor het model is gebouwd. Een model kan er verschillende van elk bevatten.
- Domein
- Vision
- Taak
- Face recognition
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
- 233,280 tokens
Hoe het is geclassificeerd
Labels de bron dataset toepast bij het volgen van opmerkelijke modellen, en hoe zeker het is van de invoer.
- Waarom het wordt gevolgd
- Highly cited
- Vereiste vertrouwen
- Unknown
- Citaties
- 18,270
Bronnen
Waar deze record vandaan komt en wanneer het voor het laatst is gecontroleerd.
- Referentie
- Rectified linear units improve restricted boltzmann machines
- Laatst bijgewerkt
- 11 February 2026
Wat de cijfers betekenen
Where it came from
ReLU (LFW) was published by University of Toronto, in Canada, in June 2010. The organisation is categorised as academia.
It works in Vision, and is recorded as doing face recognition.
Omdat de gewichten niet beschikbaar zijn, zijn geen van de hardwarecijfers elders op deze site op dit van toepassing.
Training en afkomst
It was trained on about 233,280 tokens of text.
Its inclusion criterion is highly cited.
Antwoorden
ReLU (LFW) — Veelgestelde vragen
What GPU do I need to run ReLU (LFW)?
None. ReLU (LFW) 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 ReLU (LFW) open source?
The licensing for ReLU (LFW) was never recorded in our source data. We treat unstated licensing as closed, because an unrecorded licence is not one to rely on.
How many parameters does ReLU (LFW) have?
No parameter count has been published for ReLU (LFW), which is why no memory or speed figure appears on this page.
Who created ReLU (LFW)?
ReLU (LFW) was published by University of Toronto, based in Canada, categorised as academia.
When was ReLU (LFW) released?
ReLU (LFW) was published in June 2010. 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 ReLU (LFW) used for?
ReLU (LFW) works in Vision, and is recorded as handling face recognition. A model can carry several of each, so these are the areas it was built for rather than a limit on what it will attempt.
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.