CLIP ViT B 16 DataComp.XL S13b B90k

🚀 模型ID的模型卡片

這是一個關於🤗 Transformers模型的卡片，該模型已被推送至模型中心。此模型卡片為自動生成，它能幫助用戶快速瞭解模型的相關信息。

📚 模型詳情

模型描述

這是一張🤗 Transformers模型的模型卡片，該模型已被上傳至模型中心。此模型卡片是自動生成的。

• 開發者：[待補充更多信息]
• 資助方（可選）：[待補充更多信息]
• 共享方（可選）：[待補充更多信息]
• 模型類型：[待補充更多信息]
• 語言（自然語言處理）：[待補充更多信息]
• 許可證：[待補充更多信息]
• 微調基礎模型（可選）：[待補充更多信息]

模型來源（可選）

• 倉庫：[待補充更多信息]
• 論文（可選）：[待補充更多信息]
• 演示（可選）：[待補充更多信息]

🛠️ 用途

直接使用

[待補充更多信息]

下游應用（可選）

[待補充更多信息]

非預期使用

[待補充更多信息]

⚠️ 偏差、風險和侷限性

[待補充更多信息]

建議

用戶（包括直接用戶和下游用戶）應該瞭解該模型的風險、偏差和侷限性。如需進一步的建議，還需更多信息。

🚀 如何開始使用模型

使用以下代碼開始使用該模型。 [待補充更多信息]

🏋️‍ 訓練詳情

訓練數據

[待補充更多信息]

訓練過程

預處理（可選）

[待補充更多信息]

訓練超參數

• 訓練機制：[待補充更多信息]

速度、大小、時間（可選）

[待補充更多信息]

📊 評估

測試數據、因素和指標

測試數據

[待補充更多信息]

因素

[待補充更多信息]

指標

[待補充更多信息]

結果

[待補充更多信息]

總結

🧐 模型檢查（可選）

[待補充更多信息]

🌍 環境影響

可以使用Lacoste等人（2019）中提出的機器學習影響計算器來估算碳排放。

• 硬件類型：[待補充更多信息]
• 使用時長：[待補充更多信息]
• 雲服務提供商：[待補充更多信息]
• 計算區域：[待補充更多信息]
• 碳排放：[待補充更多信息]

📋 技術規格（可選）

模型架構和目標

[待補充更多信息]

計算基礎設施

硬件

[待補充更多信息]

軟件

[待補充更多信息]

📖 引用（可選）

BibTeX： [待補充更多信息]

APA： [待補充更多信息]

📖 術語表（可選）

[待補充更多信息]

ℹ️ 更多信息（可選）

[待補充更多信息]

📝 模型卡片作者（可選）

[待補充更多信息]

📞 模型卡片聯繫方式

[待補充更多信息]