tiny-vit-random
Миниатюрная тестовая модель ViT для проверки конвейеров классификации изображений в Transformers.
Бенчмарки
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Публичные оценки
Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.
В подключённых источниках результатов для этой модели пока нет.
Что умеет модель
Описание составлено по карточке модели и метаданным Hugging Face
lysandre/tiny-vit-random — небольшая модель классификации изображений на архитектуре Vision Transformer (ViT), опубликованная Lysandre на Hugging Face. Карточка предлагает использовать её через Transformers как модель для image-classification. В метаданных указано 14,3 тыс. параметров и формат PyTorch.
Название random и малый размер указывают на тестовую модель со случайной инициализацией, а не на обученный классификатор для надёжного распознавания изображений. Она может пригодиться для проверки загрузки модели, конфигураций и конвейеров классификации в Transformers. Данных о поддерживаемых естественных языках или специализированной предметной области нет; сведения о лицензии в доступных источниках не подтверждены.
Сценарии применения
- Проверка загрузки модели классификации изображений в Transformers
- Тестирование конвейера image-classification
- Проверка совместимости конфигурации ViT с PyTorch
Ограничения
Случайная инициализация и очень малый размер не позволяют считать модель надёжным обученным классификатором для практического распознавания изображений.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Автор не опубликовал карточку модели.
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · image-classification
Подбираем GPU…
- Класс архитектуры
- ViTForImageClassification
- Ревизия весов
- 4108f68