Restricted Boltzmann machine for Face Recognition
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
- University of Toronto,University College London (UCL)
- Typ organizacji
- Academia,Academia
- Kraj
- Canada, United Kingdom of Great Britain and Northern Ireland
- Opublikowany
- 1 April 2001
- Autorzy
- Yee Whye Teh, Geoffrey E. Hinton
Co to robi
Obszary problemowe, dla których stworzono model. Model może mieć kilka z każdego.
- Domena
- Vision
- Zadanie
- Face recognition
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
- tokens
"Our version of the FERET database contained 1002 frontal face images of 429 individuals taken over a period of a few years under varying lighting conditions. Of these images, 818 are used as both the gallery and the training set"
Jak jest klasyfikowane
Etykiety, które źródłowy zbiór danych stosuje podczas śledzenia znaczących modeli oraz jak pewny jest tego wpisu.
- Zapisz pewność
- Confident
Źródła
Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.
- Referencja
- Rate-coded Restricted Boltzmann Machines for Face Recognition
- Ostatnio zaktualizowane
- 28 November 2025
Co oznaczają liczby
O tym modelu
Restricted Boltzmann machine for Face Recognition został opublikowany przez University of Toronto,University College London (UCL), w kraju zapisanym jako Canada, podczas April 2001. Wychodzi z organizacji zaklasyfikowanej jako academia,Academia.
Działa w dziedzinie Vision, i jest zapisany jako wykonujący zadanie face recognition.
To jest model zamknięty: wytrenowane wartości pozostały u tego, kto je wyprodukował, a lokalna wersja do uruchomienia nie istnieje.
Odpowiedzi
Restricted Boltzmann machine for Face Recognition — częste pytania
Restricted Boltzmann machine for Face Recognition— kto to stworzył?
Zostało opublikowane przez University of Toronto,University College London (UCL), oparty na Canada, organizacja sklasyfikowana jako academia,Academia.
Restricted Boltzmann machine for Face Recognition— kiedy to zostało wydane?
Zostało opublikowane w April 2001. Możliwość na parametr znacznie się poprawiła, więc nowszy model tej samej wielkości często lepiej wykorzystuje ten sam sprzęt.
Restricted Boltzmann machine for Face Recognition— do czego to służy?
Działa w dziedzinie Vision, i jest zarejestrowany jako realizujący zadanie face recognition. To są obszary, wokół których został zaprojektowany; opisują zamiar, a nie twardą granicę.
Restricted Boltzmann machine for Face Recognition— 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.
Restricted Boltzmann machine for Face Recognition— 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.
Restricted Boltzmann machine for Face Recognition— 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.