Masked Autoencoders ViT-H

Masked Autoencoders ViT-H ni modeli ya kutambua picha iliyoundwa na Facebook AI Research (Marekani, Ufaransa), iliyotolewa 11 Novemba 2021.

Uzito wake uko wazi kwa utafiti na matumizi binafsi, lakini si kwa biashara.

Ina vigezo (parameters) milioni 632.

Ni moja ya modeli zinazonukuliwa sana na watafiti.

Ilipotoka, ilivunja rekodi katika kazi yake.

Naweza kuiendesha mwenyewe?

Ndiyo, kwenye simu janja au kifaa chenye uwezo mkubwa zaidi.

  1. SimuRAM ya GB 6–8
  2. Kompyuta mpakatoRAM ya GB 16
  3. Kompyuta yenye uwezo mkubwaGB 24 hadi 64 (kadi ya michoro au Mac yenye uwezo mkubwa)
  4. Sevazaidi ya GB 64

Inahitaji takriban GB 1.4 za kumbukumbu (RAM) ikibanwa hadi biti 4.

Programu za simu zinazoendesha modeli bila intaneti (kwa mfano PocketPal) zinapakua toleo lililobanwa.

Kumbuka: leseni yake hairuhusu matumizi ya biashara.

Modeli nyingine za Facebook AI Research

  1. V-JEPA 2Facebook AI ResearchJun 2025Utambuzi wa picha, Video
    Wazi1BSimu
  2. Chameleon-34BFacebook AI ResearchMei 2024Data mseto, Kutengeneza picha
    Wazi, si kwa biashara34BKompyuta yenye uwezo mkubwa
  3. FragLlama: Next-fragment prediction for molecular designFacebook AI ResearchMei 2024Data mseto, Kutengeneza picha
    Wazi, si kwa biashara7BKompyuta mpakato
  4. Multi-Token Prediction 7BFacebook AI ResearchApr 2024Lugha
    Wazi, si kwa biashara6.7BKompyuta mpakato
  5. DINOv2Facebook AI Research na INRIAApr 2023Utambuzi wa picha
    Wazi1.1BSimu
  6. Incoder-6.7BCarnegie Mellon University (CMU), Facebook AI Research, Toyota Technological Institute at Chicago, University of California (UC) Berkeley na University of WashingtonApr 2023Lugha
    Wazi, si kwa biashara6.7BKompyuta mpakato