NCP-VAE (CIFAR 10)
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
- University of Illinois Urbana-Champaign (UIUC),NVIDIA
- Typ organizacji
- Academia,Industry
- Kraj
- United States of America
- Opublikowany
- 3 November 2021
- Autorzy
- Jyoti Aneja, Alexander Schwing, Jan Kautz, Arash Vahdat
Co to robi
Obszary problemowe, dla których stworzono model. Model może mieć kilka z każdego.
- Domena
- Image generation
- Zadanie
- Image generation
- Model bazowy
- NVAE (CIFAR 10)
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
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
- Unreleased
Jak jest klasyfikowane
Etykiety, które źródłowy zbiór danych stosuje podczas śledzenia znaczących modeli oraz jak pewny jest tego wpisu.
- Zapisz pewność
- Unknown
Źródła
Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.
- Referencja
- A Contrastive Learning Approach for Training Variational Autoencoder Priors
- Ostatnio zaktualizowane
- 11 February 2026
Co oznaczają liczby
Tło
NCP-VAE (CIFAR 10) został opublikowany przez University of Illinois Urbana-Champaign (UIUC),NVIDIA, w kraju zapisanym jako United States of America, podczas November 2021. Organizacja publikująca jest klasyfikowana jako academia,Industry.
Działa w dziedzinie Image generation, i jest zapisany jako wykonujący zadanie image generation.
Jego punktem wyjścia był istniejący model podstawowy, NVAE (CIFAR 10). Dlatego dzieli ogólny kształt i rozmiar modelu bazowego.
Jego wagi nigdy nie zostały opublikowane, więc można go osiągnąć tylko przez jego dostawcę. Żaden procesor graficzny tego nie zmieni.
Odpowiedzi
NCP-VAE (CIFAR 10) — częste pytania
NCP-VAE (CIFAR 10)— czy jest open weight?
Nie. Jego wagi nie zostały opublikowane, więc istnieje tylko jako usługa kontrolowana przez jego właściciela.
NCP-VAE (CIFAR 10)— ile ma parametrów?
Nie opublikowano liczby parametrów, dlatego na tej stronie nie pojawia się żaden wskaźnik pamięci ani prędkości.
NCP-VAE (CIFAR 10)— kto to stworzył?
Zostało opublikowane przez University of Illinois Urbana-Champaign (UIUC),NVIDIA, oparty na United States of America, organizacja sklasyfikowana jako academia,Industry.
NCP-VAE (CIFAR 10)— kiedy to zostało wydane?
Zostało opublikowane w November 2021. Możliwość na parametr znacznie się poprawiła, więc nowszy model tej samej wielkości często lepiej wykorzystuje ten sam sprzęt.
NCP-VAE (CIFAR 10)— do czego to służy?
Działa w dziedzinie Image generation, i jest zarejestrowany jako realizujący zadanie image generation. To są obszary, wokół których został zaprojektowany; opisują zamiar, a nie twardą granicę.
NCP-VAE (CIFAR 10)— 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.
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.