Sparse coding model for V1 receptive fields
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
- UC Davis,Cornell University
- Typ organizacji
- Academia,Academia
- Kraj
- United States of America
- Opublikowany
- 1 December 1997
- Autorzy
- Bruno A. Olshausen, David J. Field
Co to robi
Obszary problemowe, dla których stworzono model. Model może mieć kilka z każdego.
- Domena
- Vision
- Zadanie
- Miscellaneous image analysis
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
- 28,800,000 tokens
In Simulation Methods: "The data for training were taken from ten 512 × 512 pixel images of natural surroundings"
Jak jest klasyfikowane
Etykiety, które źródłowy zbiór danych stosuje podczas śledzenia znaczących modeli oraz jak pewny jest tego wpisu.
- Cytaty
- 4,257
Źródła
Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.
- Referencja
- Sparse coding with an overcomplete basis set: A strategy employed by V1?
- Ostatnio zaktualizowane
- 28 November 2025
Co oznaczają liczby
Co to jest model?
Sparse coding model for V1 receptive fields został opublikowany przez UC Davis,Cornell University, w kraju zapisanym jako United States of America, podczas December 1997. Kategoria, do której należy wydawca, to academia,Academia.
Działa w dziedzinie Vision, i jest zapisany jako wykonujący zadanie miscellaneous image analysis.
Jego wagi nigdy nie zostały opublikowane, więc można go osiągnąć tylko przez jego dostawcę. Żaden procesor graficzny tego nie zmieni.
Co poszło w budowę tego
Zbiór treningowy trwał około 28,800,000 Tokeny tekstu.
Odpowiedzi
Sparse coding model for V1 receptive fields — częste pytania
Sparse coding model for V1 receptive fields— 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.
Sparse coding model for V1 receptive fields— 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.
Sparse coding model for V1 receptive fields— ile ma parametrów?
Nie opublikowano liczby parametrów, dlatego na tej stronie nie pojawia się żaden wskaźnik pamięci ani prędkości.
Sparse coding model for V1 receptive fields— kto to stworzył?
Zostało opublikowane przez UC Davis,Cornell University, oparty na United States of America, organizacja sklasyfikowana jako academia,Academia.
Sparse coding model for V1 receptive fields— kiedy to zostało wydane?
Zostało opublikowane w December 1997. Możliwość na parametr znacznie się poprawiła, więc nowszy model tej samej wielkości często lepiej wykorzystuje ten sam sprzęt.
Sparse coding model for V1 receptive fields— do czego to służy?
Działa w dziedzinie Vision, i jest zarejestrowany jako realizujący zadanie miscellaneous image analysis. Model może obsługiwać kilka z każdego, więc to są obszary, dla których został zbudowany, a nie ograniczenie tego, co będzie próbował.
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.