DrLIM
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
- New York University (NYU)
- Typ organizacji
- Academia
- Kraj
- United States of America
- Opublikowany
- 17 June 2006
- Autorzy
- R. Hadsell; S. Chopra; Y. LeCun
Co to robi
Obszary problemowe, dla których stworzono model. Model może mieć kilka z każdego.
- Domena
- Other
- Zadanie
- Image embedding
Rozmiar
Jak duży jest model i na ile danych był trenowany. Parametry to liczba, która decyduje, czy mieści się na danej karcie graficznej.
- parametry
- 37.1K
- Dane treningowe
- 36,060,000 tokens
Architecture described in figure 3
"The dataset was split into 660 training images and a 312 test images. The result of training on all 10989 similar pairs and 206481 dissimilar pairs is a 3-dimensional manifold in the shape of a cylinder (see figure 8)." 206481 + 10989 = 217470
Jak jest klasyfikowane
Etykiety, które źródłowy zbiór danych stosuje podczas śledzenia znaczących modeli oraz jak pewny jest tego wpisu.
- Cytaty
- 4,888
Źródła
Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.
- Referencja
- Dimensionality Reduction by Learning an Invariant Mapping
- Ostatnio zaktualizowane
- 28 November 2025
Co oznaczają liczby
Tło
DrLIM został opublikowany przez New York University (NYU), w kraju zapisanym jako United States of America, podczas June 2006. Organizacja publikująca jest klasyfikowana jako academia.
Działa w dziedzinie Other, i jest zapisany jako wykonujący zadanie image embedding.
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 36,060,000 Tokeny tekstu.
Odpowiedzi
DrLIM — częste pytania
DrLIM— 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.
DrLIM— 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.
DrLIM— ile ma parametrów?
Ma liczbę parametrów równą 37.1K. Architecture described in figure 3. 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.
DrLIM— kto to stworzył?
Zostało opublikowane przez New York University (NYU), oparty na United States of America, organizacja sklasyfikowana jako academia.
DrLIM— kiedy to zostało wydane?
Zostało opublikowane w June 2006. Możliwość na parametr znacznie się poprawiła, więc nowszy model tej samej wielkości często lepiej wykorzystuje ten sam sprzęt.
DrLIM— do czego to służy?
Działa w dziedzinie Other, i jest zarejestrowany jako realizujący zadanie image embedding. Modele często mają więcej niż jeden z każdego, a etykiety opisują cel, a nie ograniczenia możliwości.
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.