Deep-LDA
Brak oszacowania
Brak wymagań sprzętowych dla tego modelu
Wagi dla tego modelu nie zostały opublikowane, więc nie można ich pobrać ani uruchomić na własnym sprzęcie w żadnym rozmiarze. Jest dostępny tylko za pośrednictwem swojego dostawcy, a zmiana karty graficznej tego nie zmienia..
Na nagranie
Pełna specyfikacja
Wszystko na rekord dla tego modelu. Większość z tego opisuje, jak był trenowany, a nie jak działa — użyteczny kontekst do oceny, ile pracy włożono w to, i jak wypada w porównaniu z modelami budowanymi w innym skali..
Pochodzenie
Kto zbudował ten model, gdzie i kiedy został opublikowany.
- Organizacja
- Fudan University
- Typ organizacji
- Academia
- Kraj
- China
- Opublikowany
- 14 September 2022
- Autorzy
- Yunhe Liu, Qiqing Fu, Chenyu Dong, Xiaoqiong Xia, Gang Liu, Lei Liu
Co to robi
Obszary problemowe, dla których stworzono model. Model może mieć kilka z każdego.
- Domena
- Biology
- Zadanie
- Cell Biology, Gene expression profile generation, Cell-cell interaction prediction
Rozmiar
Jak duży jest model i na ile danych był trenowany. Parametry to liczba, która decyduje, czy mieści się na danej karcie graficznej.
- Dane treningowe
- tokens
after removal of inferred impurity cells (Phase III; 10374 cells left)
Dostępność
Czy możesz zdobyć model i uruchomić go na swoim sprzęcie, co decyduje o tym, czy którakolwiek z cyfr karty graficznej na tej stronie ma zastosowanie.
- Wagi
- Closed — provider access only
- Dostęp do modelu
- Unreleased
- Kod treningowy
- Open source
The three deep generative models covered in this article, as well as necessary clustering evaluation tools and plotting tools are organized into the ScDeepTools (https://github.com/liuyunho/ScDeepTools) software. License: BSD-3-Clause license
Jak jest klasyfikowane
Etykiety, które źródłowy zbiór danych stosuje podczas śledzenia znaczących modeli oraz jak pewny jest tego wpisu.
- Zapisz pewność
- Confident
Źródła
Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.
- Referencja
- Optimization and redevelopment of single-cell data analysis workflow based on deep generative models
- Ostatnio zaktualizowane
- 28 November 2025
Co oznaczają liczby
Co to jest model?
Deep-LDA został opublikowany przez Fudan University, w kraju zapisanym jako China, podczas September 2022. Organizacja publikująca jest klasyfikowana jako academia.
Działa w dziedzinie Biology, i jest zapisany jako wykonujący zadanie cell Biology, Gene expression profile generation, Cell-cell interaction prediction.
To jest model zamknięty: wytrenowane wartości pozostały u tego, kto je wyprodukował, a lokalna wersja do uruchomienia nie istnieje.
Odpowiedzi
Deep-LDA — częste pytania
Deep-LDA— ile ma parametrów?
Nie opublikowano liczby parametrów, dlatego na tej stronie nie pojawia się żaden wskaźnik pamięci ani prędkości.
Deep-LDA— kto to stworzył?
Zostało opublikowane przez Fudan University, oparty na China, organizacja sklasyfikowana jako academia.
Deep-LDA— kiedy to zostało wydane?
Zostało opublikowane w September 2022. Możliwość na parametr znacznie się poprawiła, więc nowszy model tej samej wielkości często lepiej wykorzystuje ten sam sprzęt.
Deep-LDA— do czego to służy?
Działa w dziedzinie Biology, i jest zarejestrowany jako realizujący zadanie cell Biology, Gene expression profile generation, Cell-cell interaction prediction. To są obszary, wokół których został zaprojektowany; opisują zamiar, a nie twardą granicę.
Deep-LDA— Jaką GPU potrzebuję, aby ją uruchomić?
Żaden. To jest zamknięty model — jego wagi nigdy nie zostały opublikowane, więc nie można go pobrać ani uruchomić na własnym sprzęcie za żadną cenę. Jest dostępny tylko przez jego dostawcę.
Deep-LDA— czy jest open weight?
Nie. Jego wagi nie zostały opublikowane, więc istnieje tylko jako usługa kontrolowana przez jego właściciela.
Druga strona
Patrząc na to z drugiej strony?
Ta strona zaczyna się od modelu. Jeśli już posiadasz kartę i chcesz wiedzieć, co wszystko będzie działać., Zacznij od sprzętu zamiast.