Cascaded LNet-ANet
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 University of Hong Kong (CUHK)
- Typ organizacji
- Academia
- Kraj
- Hong Kong
- Opublikowany
- 28 November 2014
- Autorzy
- Ziwei Liu, Ping Luo, Xiaogang Wang, Xiaoou Tang
Co to robi
Obszary problemowe, dla których stworzono model. Model może mieć kilka z każdego.
- Domena
- Vision
- Zadanie
- Face detection
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
- 9,320,000 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
- Zapisz pewność
- Unknown
- Cytaty
- 9,584
Źródła
Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.
- Referencja
- Deep Learning Face Attributes in the Wild
- Ostatnio zaktualizowane
- 25 May 2026
Co oznaczają liczby
Tło
Cascaded LNet-ANet został opublikowany przez Chinese University of Hong Kong (CUHK), w kraju zapisanym jako Hong Kong, podczas November 2014. Kategoria, do której należy wydawca, to academia.
Działa w dziedzinie Vision, i jest zapisany jako wykonujący zadanie face detection.
To jest model zamknięty: wytrenowane wartości pozostały u tego, kto je wyprodukował, a lokalna wersja do uruchomienia nie istnieje.
Szkolenie i pochodzenie
Zbiór treningowy trwał około 9,320,000 Tokeny tekstu.
Kryterium włączenia: highly cited.
Odpowiedzi
Cascaded LNet-ANet — częste pytania
Cascaded LNet-ANet— do czego to służy?
Działa w dziedzinie Vision, i jest zarejestrowany jako realizujący zadanie face detection. Modele często mają więcej niż jeden z każdego, a etykiety opisują cel, a nie ograniczenia możliwości.
Cascaded LNet-ANet— 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.
Cascaded LNet-ANet— 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.
Cascaded LNet-ANet— ile ma parametrów?
Nie opublikowano liczby parametrów, dlatego na tej stronie nie pojawia się żaden wskaźnik pamięci ani prędkości.
Cascaded LNet-ANet— kto to stworzył?
Zostało opublikowane przez Chinese University of Hong Kong (CUHK), oparty na Hong Kong, organizacja sklasyfikowana jako academia.
Cascaded LNet-ANet— kiedy to zostało wydane?
Zostało opublikowane w November 2014. 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.