Diabetic Retinopathy Detection Net
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
- UT Austin,University of California (UC) Berkeley,Google
- Typ organizacji
- Academia,Academia,Industry
- Kraj
- United States of America
- Opublikowany
- 13 December 2016
- Autorzy
- V Gulshan, L Peng, M Coram, MC Stumpe, D Wu
Co to robi
Obszary problemowe, dla których stworzono model. Model może mieć kilka z każdego.
- Domena
- Vision
- Zadanie
- Image classification
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
- 128,175 tokens
Jak jest klasyfikowane
Etykiety, które źródłowy zbiór danych stosuje podczas śledzenia znaczących modeli oraz jak pewny jest tego wpisu.
- Zapisz pewność
- Unknown
- Cytaty
- 3,540
Źródła
Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.
- Referencja
- Development and Validation of a Deep Learning Algorithm for Detection of Diabetic Retinopathy in Retinal Fundus Photographs
- Ostatnio zaktualizowane
- 28 November 2025
Co oznaczają liczby
O tym modelu
Diabetic Retinopathy Detection Net został opublikowany przez UT Austin,University of California (UC) Berkeley,Google, w kraju zapisanym jako United States of America, podczas December 2016. Organizacja publikująca jest klasyfikowana jako academia,Academia,Industry.
Działa w dziedzinie Vision, i jest zapisany jako wykonujący zadanie image classification.
Jego wagi nigdy nie zostały opublikowane, więc można go osiągnąć tylko przez jego dostawcę. Żaden procesor graficzny tego nie zmieni.
Szkolenie i pochodzenie
Trening zużył korpus około 128,175 Tokeny tekstu.
Odpowiedzi
Diabetic Retinopathy Detection Net — częste pytania
Diabetic Retinopathy Detection Net— kto to stworzył?
Zostało opublikowane przez UT Austin,University of California (UC) Berkeley,Google, oparty na United States of America, organizacja sklasyfikowana jako academia,Academia,Industry.
Diabetic Retinopathy Detection Net— kiedy to zostało wydane?
Zostało opublikowane w December 2016. Możliwość na parametr znacznie się poprawiła, więc nowszy model tej samej wielkości często lepiej wykorzystuje ten sam sprzęt.
Diabetic Retinopathy Detection Net— do czego to służy?
Działa w dziedzinie Vision, i jest zarejestrowany jako realizujący zadanie image classification. Modele często mają więcej niż jeden z każdego, a etykiety opisują cel, a nie ograniczenia możliwości.
Diabetic Retinopathy Detection Net— 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.
Diabetic Retinopathy Detection Net— 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.
Diabetic Retinopathy Detection Net— ile ma parametrów?
Nie opublikowano liczby parametrów, dlatego na tej stronie nie pojawia się żaden wskaźnik pamięci ani prędkości.
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.