Spatiotemporal fusion ConvNet
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
- Graz University of Technology,University of Oxford
- Typ organizacji
- Academia,Academia
- Kraj
- Austria, United Kingdom of Great Britain and Northern Ireland
- Opublikowany
- 1 June 2016
- Autorzy
- Christoph Feichtenhofer, Axel Pinz, Andrew Zisserman
Co to robi
Obszary problemowe, dla których stworzono model. Model może mieć kilka z każdego.
- Domena
- Video
- Zadanie
- Video, Action recognition
- 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
- 13,000 tokens
[SECONDS OF VIDEO] They use UCF101, whose paper says "We introduce UCF101 which is currently the largest dataset of human actions. It consists of 101 action classes, over 13k clips and 27 hours of video data"
Jak jest klasyfikowane
Etykiety, które źródłowy zbiór danych stosuje podczas śledzenia znaczących modeli oraz jak pewny jest tego wpisu.
- Cytaty
- 2,538
Źródła
Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.
- Referencja
- Convolutional Two-Stream Network Fusion for Video Action Recognition
- Ostatnio zaktualizowane
- 28 November 2025
Co oznaczają liczby
Skąd to pochodzi
Spatiotemporal fusion ConvNet został opublikowany przez Graz University of Technology,University of Oxford, w kraju zapisanym jako Austria, podczas June 2016. Wychodzi z organizacji zaklasyfikowanej jako academia,Academia.
Działa w dziedzinie Video, i jest zapisany jako wykonujący zadanie video, Action recognition.
To jest model zamknięty: wytrenowane wartości pozostały u tego, kto je wyprodukował, a lokalna wersja do uruchomienia nie istnieje.
Jak to zostało wytrenowane
Trening zużył korpus około 13,000 Tokeny tekstu.
Odpowiedzi
Spatiotemporal fusion ConvNet — częste pytania
Spatiotemporal fusion ConvNet— do czego to służy?
Działa w dziedzinie Video, i jest zarejestrowany jako realizujący zadanie video, Action recognition. To są obszary, wokół których został zaprojektowany; opisują zamiar, a nie twardą granicę.
Spatiotemporal fusion ConvNet— 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.
Spatiotemporal fusion ConvNet— 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.
Spatiotemporal fusion ConvNet— ile ma parametrów?
Nie opublikowano liczby parametrów, dlatego na tej stronie nie pojawia się żaden wskaźnik pamięci ani prędkości.
Spatiotemporal fusion ConvNet— kto to stworzył?
Zostało opublikowane przez Graz University of Technology,University of Oxford, oparty na Austria, organizacja sklasyfikowana jako academia,Academia.
Spatiotemporal fusion ConvNet— kiedy to zostało wydane?
Zostało opublikowane w June 2016. 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.