SENet (ImageNet)
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
- Chinese Academy of Sciences,University of Oxford
- Typ organizacji
- Academia,Academia
- Kraj
- China, United Kingdom of Great Britain and Northern Ireland
- Opublikowany
- 5 September 2017
- Autorzy
- Jie Hu, Li Shen, Samuel Albanie, Gang Sun, Enhua Wu
Co to robi
Obszary problemowe, dla których stworzono model. Model może mieć kilka z każdego.
- Domena
- Vision
- Zadanie
- Image classification
- 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.
- parametry
- 28.1M
- Dane treningowe
- 1,280,000 tokens
Table 16
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
- Cytaty
- 33,922
Źródła
Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.
- Referencja
- Squeeze-and-Excitation Networks
- Ostatnio zaktualizowane
- 25 May 2026
Co oznaczają liczby
Tło
SENet (ImageNet) został opublikowany przez Chinese Academy of Sciences,University of Oxford, w kraju zapisanym jako China, podczas September 2017. Organizacja publikująca jest klasyfikowana jako academia,Academia.
Działa w dziedzinie Vision, i jest zapisany jako wykonujący zadanie image classification.
Ponieważ wagi nie są dostępne, żadne z danych dotyczących sprzętu gdzie indziej na tej stronie się do niego nie odnoszą.
Jak to zostało wytrenowane
Został wytrenowany na korpusie około 1,280,000 Tokeny tekstu.
Kryterium włączenia: highly cited.
Odpowiedzi
SENet (ImageNet) — częste pytania
SENet (ImageNet)— ile ma parametrów?
Ma liczbę parametrów równą 28.1M. Table 16. Ta liczba to całkowita, i to ona decyduje o tym, ile pamięci potrzebuje model — mniej więcej pół gigabajta na miliard przy kompresji, którą używa większość ludzi.
SENet (ImageNet)— kto to stworzył?
Zostało opublikowane przez Chinese Academy of Sciences,University of Oxford, oparty na China, organizacja sklasyfikowana jako academia,Academia.
SENet (ImageNet)— kiedy to zostało wydane?
Zostało opublikowane w September 2017. Możliwość na parametr znacznie się poprawiła, więc nowszy model tej samej wielkości często lepiej wykorzystuje ten sam sprzęt.
SENet (ImageNet)— do czego to służy?
Działa w dziedzinie Vision, i jest zarejestrowany jako realizujący zadanie image classification. Model może obsługiwać kilka z każdego, więc to są obszary, dla których został zbudowany, a nie ograniczenie tego, co będzie próbował.
SENet (ImageNet)— 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.
SENet (ImageNet)— 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.
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.