%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
Regnet Y 320
Apache-2.0
imagenet-1kで学習されたRegNet画像分類モデル、ニューラルアーキテクチャサーチで設計された効率的なネットワーク構造
画像分類
Transformers
TransformersR
facebook
29
0
Regnet Y 160
Apache-2.0
imagenet-1kデータセットで学習されたRegNetモデル、ニューラルアーキテクチャサーチによって設計された効率的な視覚モデル
画像分類 Transformers
TransformersR
facebook
18
0
Regnet Y 080
Apache-2.0
ImageNet-1kで学習されたRegNet画像分類モデル、ニューラルアーキテクチャサーチ技術を採用
画像分類 Transformers
TransformersR
facebook
30
0
Regnet Y 064
Apache-2.0
imagenet-1kで訓練されたRegNetモデル、ニューラルアーキテクチャサーチによって設計された効率的な視覚モデル
画像分類 Transformers
TransformersR
facebook
17
0
Regnet Y 040
Apache-2.0
imagenet-1kで訓練されたRegNetモデル、ニューラルアーキテクチャサーチによって設計された効率的な視覚モデル
画像分類
R
facebook
2,083
1
Regnet Y 032
Apache-2.0
imagenet-1kで訓練されたRegNet画像分類モデル、ニューラルアーキテクチャサーチによって設計された効率的なネットワーク構造
画像分類 Transformers
TransformersR
facebook
21
0
Regnet Y 016
Apache-2.0
ImageNet-1kで訓練されたRegNetモデル、ニューラルアーキテクチャサーチによって設計された効率的な視覚モデル
画像分類 Transformers
TransformersR
facebook
19
0
Regnet Y 008
Apache-2.0
ImageNet-1kで学習されたRegNetモデル、ニューラルアーキテクチャサーチによって設計された効率的な視覚モデル
画像分類 Transformers
TransformersR
facebook
22
0
Regnet Y 006
Apache-2.0
RegNetはニューラルアーキテクチャサーチによって設計された画像分類モデルで、imagenet-1kデータセットで学習されています。
画像分類 Transformers
TransformersR
facebook
18
0
Regnet Y 004
Apache-2.0
RegNetはimagenet-1kで訓練された視覚分類モデルで、ニューラルアーキテクチャサーチ(NAS)によって設計された効率的なネットワーク構造です
画像分類 Transformers
TransformersR
facebook
17
0
Regnet X 320
Apache-2.0
imagenet-1kで学習されたRegNetモデル、ニューラルアーキテクチャサーチによって設計された効率的な視覚モデル
画像分類 Transformers
TransformersR
facebook
31
0
Regnet X 160
Apache-2.0
imagenet-1kデータセットで学習されたRegNet画像分類モデル、ニューラルアーキテクチャサーチ技術を採用
画像分類 Transformers
TransformersR
facebook
22
0
Regnet X 120
Apache-2.0
imagenet-1kで訓練されたRegNetモデル、ニューラルアーキテクチャサーチで設計された効率的な視覚モデル
画像分類 Transformers
TransformersR
facebook
17
0
Regnet X 080
Apache-2.0
RegNetはimagenet-1kで訓練された視覚分類モデルで、ニューラルアーキテクチャサーチによって設計された効率的なネットワーク構造
画像分類 Transformers
TransformersR
facebook
20
0
Regnet X 040
Apache-2.0
imagenet-1kでトレーニングされたRegNetモデル、ニューラルアーキテクチャサーチによって設計された効率的な視覚モデル
画像分類 Transformers
TransformersR
facebook
69
1
Regnet X 032
Apache-2.0
imagenet-1kデータセットで学習されたRegNet画像分類モデル、ニューラルアーキテクチャサーチで設計された効率的なネットワーク構造
画像分類 Transformers
TransformersR
facebook
21
0
Regnet X 016
Apache-2.0
imagenet-1kで学習されたRegNet画像分類モデル、ニューラルアーキテクチャサーチによって設計された効率的なネットワーク構造
画像分類 Transformers
TransformersR
facebook
19
0
Regnet X 008
Apache-2.0
imagenet-1kで訓練されたRegNetモデル、ニューラルアーキテクチャサーチによって設計された効率的な画像分類モデル
画像分類 Transformers
TransformersR
facebook
18
0
Regnet X 006
Apache-2.0
imagenet-1kで訓練されたRegNetモデル、ニューラルアーキテクチャサーチ(NAS)によって設計された効率的な視覚モデル
画像分類 Transformers
TransformersR
facebook
18
0
Regnet X 002
Apache-2.0
ImageNet-1kでトレーニングされたRegNet画像分類モデル、ニューラルアーキテクチャサーチによって設計された効率的なネットワーク構造
画像分類 Transformers
TransformersR
facebook
60
1
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
Transformers 複数言語対応L
scb10x
3,269
16
Cadet Tiny
Openrail
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
Transformers 英語C
ToddGoldfarb
2,691
6
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
R
uer
2,694
98