Swin Transformer V2 (SwinV2-G)

Swin Transformer V2 (SwinV2-G) ni modeli ya kutambua picha na video iliyoundwa na Microsoft Research Asia (China), iliyotolewa 18 Novemba 2021.

Uzito wake (weights) uko wazi: mtu yeyote anaweza kuipakua, kuiendesha na kuitumia hata kibiashara.

Ina vigezo (parameters) bilioni 3.

Ilipotoka, ilivunja rekodi katika kazi yake.

Ni moja ya modeli zinazonukuliwa sana na watafiti.

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 2.8 za kumbukumbu (RAM) ikibanwa hadi biti 4.

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

Modeli nyingine za Microsoft Research Asia

  1. Baize-v2-13B (白泽)Microsoft Research Asia, Sun Yat-sen University na University of California San DiegoDes 2023Lugha
    Wazi, si kwa biashara13BKompyuta mpakato
  2. Spec-DrafterMicrosoft Research Asia na Peking UniversityOkt 2023Lugha
    Wazi, si kwa biashara500MSimu
  3. TrOCRBeihang University na Microsoft Research AsiaSep 2021Utambuzi wa picha
    Wazi558MSimu
  4. Adaptive Input Transformer + RDMicrosoft Research Asia na Soochow UniversityJun 2021Lugha
    Haijatolewa247M
  5. Tensorized Transformer (OBW)Beijing Institute of Technology, Microsoft Research Asia na Tianjin UniversityJun 2019Lugha
    Haijatolewa160M
  6. AWD-LSTM-MoS + dynamic evaluation (WT2, 2018)Microsoft Research Asia na Peking UniversitySep 2018Lugha
    Haijatolewa35M