Restricted Boltzmann machine for Face Recognition
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
- University of Toronto,University College London (UCL)
- Organisatietype
- Academia,Academia
- Land
- Canada, United Kingdom of Great Britain and Northern Ireland
- Gepubliceerd
- 1 April 2001
- Auteurs
- Yee Whye Teh, Geoffrey E. Hinton
Wat het doet
De probleemgebieden waarvoor het model is gebouwd. Een model kan meerdere van elk bevatten.
- Domein
- Vision
- Taak
- Face recognition
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
- tokens
"Our version of the FERET database contained 1002 frontal face images of 429 individuals taken over a period of a few years under varying lighting conditions. Of these images, 818 are used as both the gallery and the training set"
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
- Confident
Bronnen
Waar deze record vandaan kwam en wanneer deze voor het laatst is gecontroleerd.
- Referentie
- Rate-coded Restricted Boltzmann Machines for Face Recognition
- Laatst bijgewerkt
- 28 November 2025
Wat de cijfers betekenen
Over dit model
Restricted Boltzmann machine for Face Recognition werd gepubliceerd door University of Toronto,University College London (UCL), in het land geregistreerd als Canada, tijdens April 2001. Het komt uit een organisatie gecategoriseerd als academia,Academia.
Het werkt in het domein van Vision, en wordt geregistreerd als het uitvoeren van de taak van face recognition.
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
Restricted Boltzmann machine for Face Recognition — veelgestelde vragen
Restricted Boltzmann machine for Face Recognition— wie heeft het gemaakt?
Het werd gepubliceerd door University of Toronto,University College London (UCL), gebaseerd op Canada, een organisatie geclassificeerd als academia,Academia.
Restricted Boltzmann machine for Face Recognition— wanneer is het uitgebracht?
Het werd gepubliceerd in April 2001. De capaciteit per parameter is aanzienlijk verbeterd sinds, zodat een nieuwere model van dezelfde grootte vaak een betere benutting van dezelfde hardware is.
Restricted Boltzmann machine for Face Recognition— waarvoor wordt het gebruikt?
Het werkt in het domein van Vision, en wordt geregistreerd als het afhandelen van face recognition. Dit zijn de gebieden waar het omheen is ontworpen; ze beschrijven intentie eerder dan een harde grens.
Restricted Boltzmann machine for Face Recognition— 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.
Restricted Boltzmann machine for Face Recognition— 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.
Restricted Boltzmann machine for Face Recognition— hoeveel parameters heeft het?
Er is geen parameter telling gepubliceerd, daarom verschijnt er geen geheugen of snelheidsfiguur op deze pagina.
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.