TriNet
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
- Visual Computing Institute,RWTH Aachen University
- Typ organizacji
- Academia
- Kraj
- Germany
- Opublikowany
- 21 November 2017
- Autorzy
- Alexander Hermans, Lucas Beyer, Bastian Leibe
Co to robi
Obszary problemowe, dla których stworzono model. Model może mieć kilka z każdego.
- Domena
- Video
- Zadanie
- Person re-identification
- Format numeryczny
- FP32
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
- 509,914 tokens
Jak jest klasyfikowane
Etykiety, które źródłowy zbiór danych stosuje podczas śledzenia znaczących modeli oraz jak pewny jest tego wpisu.
- Dlaczego to jest śledzone
- Highly cited,Historical significance
- Zapisz pewność
- Unknown
- Cytaty
- 3,553
Źródła
Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.
- Referencja
- In Defense of the Triplet Loss for Person Re-Identification
- Ostatnio zaktualizowane
- 25 May 2026
Co oznaczają liczby
Tło
TriNet został opublikowany przez Visual Computing Institute,RWTH Aachen University, w kraju zapisanym jako Germany, podczas November 2017. Kategoria, do której należy wydawca, to academia.
Działa w dziedzinie Video, i jest zapisany jako wykonujący zadanie person re-identification.
Jego wagi nigdy nie zostały opublikowane, więc można go osiągnąć tylko przez jego dostawcę. Żaden procesor graficzny tego nie zmieni.
Co poszło w budowę tego
Trening zużył korpus około 509,914 Tokeny tekstu.
Kryterium włączenia: highly cited,Historical significance.
Odpowiedzi
TriNet — częste pytania
TriNet— do czego to służy?
Działa w dziedzinie Video, i jest zarejestrowany jako realizujący zadanie person re-identification. Model może obsługiwać kilka z każdego, więc to są obszary, dla których został zbudowany, a nie ograniczenie tego, co będzie próbował.
TriNet— 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.
TriNet— czy jest open weight?
Licencja nigdy nie została zarejestrowana w naszych danych źródłowych. Traktujemy niewskazaną licencję jako zamkniętą, ponieważ niezarejestrowana licencja nie jest na którą można polegać.
TriNet— ile ma parametrów?
Nie opublikowano liczby parametrów, dlatego na tej stronie nie pojawia się żaden wskaźnik pamięci ani prędkości.
TriNet— kto to stworzył?
Zostało opublikowane przez Visual Computing Institute,RWTH Aachen University, oparty na Germany, organizacja sklasyfikowana jako academia.
TriNet— kiedy to zostało wydane?
Zostało opublikowane w November 2017. Możliwość na parametr znacznie się poprawiła, więc nowszy model tej samej wielkości często lepiej wykorzystuje ten sam sprzęt.
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.