モデル選定

ImageNette事前学習

# ImageNette事前学習

ImageNetteデータセットで事前学習されたResNet-34モデルで、画像分類タスクに使用されます。

ImageNetteで事前学習されたReXNet画像分類モデル。改良された残差ブロック構造によりチャネル冗長性を低減

ReXNet-1.3xはReXNetアーキテクチャに基づく画像分類モデルで、ImageNetteデータセットで事前学習されています。このモデルは残差ブロック内のSqueeze-Excitation層を改良することでチャネル冗長性を削減します。

ReXNet-1.5x は、ImageNetteデータセットで事前学習された軽量画像分類モデルで、ReXNetアーキテクチャを採用し、残差ブロック内のSqueeze-Excitation層を改良してチャネル冗長性を削減しています。

おすすめAIモデル

Llama 3 Typhoon V1.5x 8b Instruct

タイ語専用に設計された80億パラメータの命令モデルで、GPT-3.5-turboに匹敵する性能を持ち、アプリケーションシナリオ、検索拡張生成、制限付き生成、推論タスクを最適化

大規模言語モデル

Transformers 複数言語対応

Cadet-TinyはSODAデータセットでトレーニングされた超小型対話モデルで、エッジデバイス推論向けに設計されており、体積はCosmo-3Bモデルの約2％です。

対話システム

Transformers 英語

Roberta Base Chinese Extractive Qa

RoBERTaアーキテクチャに基づく中国語抽出型QAモデルで、与えられたテキストから回答を抽出するタスクに適しています。

質問応答システム中国語

AIbase

未来を切り開く、あなたのAIソリューション知識ベース

English 简体中文繁體中文にほんご

© 2025AIbase