下面列出了 KerasHub 库中所有可用的预设。有关更详细的用法,请浏览特定类的文档字符串。有关我们 API 的深入介绍,请参阅入门指南。
以下预设名称对应于预训练模型的配置和权重。任何任务、预处理器、骨干网络或分词器的 from_preset()
方法都可用于从已保存的预设创建模型。
backbone = keras_hub.models.Backbone.from_preset("bert_base_en")
tokenizer = keras_hub.models.Tokenizer.from_preset("bert_base_en")
classifier = keras_hub.models.TextClassifier.from_preset("bert_base_en", num_classes=2)
preprocessor = keras_hub.models.TextClassifierPreprocessor.from_preset("bert_base_en")
预设 | 模型 API | 参数 | 描述 |
---|---|---|---|
albert_base_en_uncased | Albert | 11.68M | 12 层 ALBERT 模型,所有输入均小写。在英文维基百科 + BooksCorpus 上训练。 |
albert_large_en_uncased | Albert | 17.68M | 24 层 ALBERT 模型,所有输入均小写。在英文维基百科 + BooksCorpus 上训练。 |
albert_extra_large_en_uncased | Albert | 58.72M | 24 层 ALBERT 模型,所有输入均小写。在英文维基百科 + BooksCorpus 上训练。 |
albert_extra_extra_large_en_uncased | Albert | 222.60M | 12 层 ALBERT 模型,所有输入均小写。在英文维基百科 + BooksCorpus 上训练。 |
bart_base_en | Bart | 139.42M | 6 层 BART 模型,大小写保持不变。在 BookCorpus、英文维基百科和 CommonCrawl 上训练。 |
bart_large_en | Bart | 406.29M | 12 层 BART 模型,大小写保持不变。在 BookCorpus、英文维基百科和 CommonCrawl 上训练。 |
bart_large_en_cnn | Bart | 406.29M | 在 CNN+DM 摘要数据集上微调的 bart_large_en 骨干模型。 |
basnet_duts | BASNet | 108.89M | 带有 34 层 ResNet 骨干网络的 BASNet 模型,在 288x288 分辨率的 DUTS 图像数据集上预训练。模型训练由 Hamid Ali (https://github.com/hamidriasat/BASNet) 完成。 |
bert_tiny_en_uncased | Bert | 4.39M | 2 层 BERT 模型,所有输入均小写。在英文维基百科 + BooksCorpus 上训练。 |
bert_tiny_en_uncased_sst2 | Bert | 4.39M | 在 SST-2 情感分析数据集上微调的 bert_tiny_en_uncased 骨干模型。 |
bert_small_en_uncased | Bert | 28.76M | 4 层 BERT 模型,所有输入均小写。在英文维基百科 + BooksCorpus 上训练。 |
bert_medium_en_uncased | Bert | 41.37M | 8 层 BERT 模型,所有输入均小写。在英文维基百科 + BooksCorpus 上训练。 |
bert_base_zh | Bert | 102.27M | 12 层 BERT 模型。在中文维基百科上训练。 |
bert_base_en | Bert | 108.31M | 12 层 BERT 模型,大小写保持不变。在英文维基百科 + BooksCorpus 上训练。 |
bert_base_en_uncased | Bert | 109.48M | 12 层 BERT 模型,所有输入均小写。在英文维基百科 + BooksCorpus 上训练。 |
bert_base_multi | Bert | 177.85M | 12 层 BERT 模型,大小写保持不变。在 104 种语言的维基百科上训练。 |
bert_large_en | Bert | 333.58M | 24 层 BERT 模型,大小写保持不变。在英文维基百科 + BooksCorpus 上训练。 |
bert_large_en_uncased | Bert | 335.14M | 24 层 BERT 模型,所有输入均小写。在英文维基百科 + BooksCorpus 上训练。 |
bloom_560m_multi | Bloom | 559.21M | 24 层 Bloom 模型,隐藏维度为 1024。在 45 种自然语言和 12 种编程语言上训练。 |
bloomz_560m_multi | Bloom | 559.21M | 24 层 Bloom 模型,隐藏维度为 1024。在跨语言任务混合 (xP3) 数据集上进行微调。 |
bloom_1.1b_multi | Bloom | 1.07B | 24 层 Bloom 模型,隐藏维度为 1536。在 45 种自然语言和 12 种编程语言上训练。 |
bloomz_1.1b_multi | Bloom | 1.07B | 24 层 Bloom 模型,隐藏维度为 1536。在跨语言任务混合 (xP3) 数据集上进行微调。 |
bloom_1.7b_multi | Bloom | 1.72B | 24 层 Bloom 模型,隐藏维度为 2048。在 45 种自然语言和 12 种编程语言上训练。 |
bloomz_1.7b_multi | Bloom | 1.72B | 24 层 Bloom 模型,隐藏维度为 2048。在跨语言任务混合 (xP3) 数据集上进行微调。 |
bloom_3b_multi | Bloom | 3.00B | 30 层 Bloom 模型,隐藏维度为 2560。在 45 种自然语言和 12 种编程语言上训练。 |
bloomz_3b_multi | Bloom | 3.00B | 30 层 Bloom 模型,隐藏维度为 2560。在跨语言任务混合 (xP3) 数据集上进行微调。 |
clip_vit_base_patch16 | CLIP | 149.62M | 1.5 亿参数,视觉 12 层,文本 12 层,补丁大小 16 的 CLIP 模型。 |
clip_vit_base_patch32 | CLIP | 151.28M | 1.51 亿参数,视觉 12 层,文本 12 层,补丁大小 32 的 CLIP 模型。 |
clip_vit_b_32_laion2b_s34b_b79k | CLIP | 151.28M | 1.51 亿参数,视觉 12 层,文本 12 层,补丁大小 32 的 Open CLIP 模型。 |
clip_vit_large_patch14 | CLIP | 427.62M | 4.28 亿参数,视觉 24 层,文本 12 层,补丁大小 14 的 CLIP 模型。 |
clip_vit_large_patch14_336 | CLIP | 427.94M | 4.28 亿参数,视觉 24 层,文本 12 层,补丁大小 14,图像大小 336 的 CLIP 模型。 |
clip_vit_h_14_laion2b_s32b_b79k | CLIP | 986.11M | 9.86 亿参数,视觉 32 层,文本 24 层,补丁大小 14 的 Open CLIP 模型。 |
clip_vit_g_14_laion2b_s12b_b42k | CLIP | 1.37B | 14 亿参数,视觉 40 层,文本 24 层,补丁大小 14 的 Open CLIP 模型。 |
clip_vit_bigg_14_laion2b_39b_b160k | CLIP | 2.54B | 25 亿参数,视觉 48 层,文本 32 层,补丁大小 14 的 Open CLIP 模型。 |
csp_resnext_50_ra_imagenet | CSPNet | 20.57M | 在随机增强的 ImageNet 1k 数据集上预训练的 CSP-ResNeXt(交叉阶段部分)图像分类模型,分辨率为 256x256。 |
csp_resnet_50_ra_imagenet | CSPNet | 21.62M | 在随机增强的 ImageNet 1k 数据集上预训练的 CSP-ResNet(交叉阶段部分)图像分类模型,分辨率为 256x256。 |
csp_darknet_53_ra_imagenet | CSPNet | 27.64M | 在随机增强的 ImageNet 1k 数据集上预训练的 CSP-DarkNet(交叉阶段部分)图像分类模型,分辨率为 256x256。 |
darknet_53_imagenet | CSPNet | 41.61M | 在 ImageNet 1k 数据集上预训练的 DarkNet 图像分类模型,分辨率为 256x256。 |
deberta_v3_extra_small_en | DebertaV3 | 70.68M | 12 层 DeBERTaV3 模型,大小写保持不变。在英文维基百科、BookCorpus 和 OpenWebText 上训练。 |
deberta_v3_small_en | DebertaV3 | 141.30M | 6 层 DeBERTaV3 模型,大小写保持不变。在英文维基百科、BookCorpus 和 OpenWebText 上训练。 |
deberta_v3_base_en | DebertaV3 | 183.83M | 12 层 DeBERTaV3 模型,大小写保持不变。在英文维基百科、BookCorpus 和 OpenWebText 上训练。 |
deberta_v3_base_multi | DebertaV3 | 278.22M | 12 层 DeBERTaV3 模型,大小写保持不变。在 2.5TB 多语言 CC100 数据集上训练。 |
deberta_v3_large_en | DebertaV3 | 434.01M | 24 层 DeBERTaV3 模型,大小写保持不变。在英文维基百科、BookCorpus 和 OpenWebText 上训练。 |
deeplab_v3_plus_resnet50_pascalvoc | DeepLabV3 | 39.19M | DeepLabV3+ 模型,以 ResNet50 作为图像编码器,并在由语义边界数据集(SBD)增强的 Pascal VOC 数据集上训练,分类准确率为 90.01,平均 IoU 为 0.63。 |
densenet_121_imagenet | DenseNet | 7.04M | 121 层 DenseNet 模型,在 224x224 分辨率的 ImageNet 1k 数据集上预训练。 |
densenet_169_imagenet | DenseNet | 12.64M | 169 层 DenseNet 模型,在 224x224 分辨率的 ImageNet 1k 数据集上预训练。 |
densenet_201_imagenet | DenseNet | 18.32M | 201 层 DenseNet 模型,在 224x224 分辨率的 ImageNet 1k 数据集上预训练。 |
distil_bert_base_en | DistilBert | 65.19M | 6 层 DistilBERT 模型,大小写保持不变。使用 BERT 作为教师模型,在英文维基百科 + BooksCorpus 上训练。 |
distil_bert_base_en_uncased | DistilBert | 66.36M | 6 层 DistilBERT 模型,所有输入均小写。使用 BERT 作为教师模型,在英文维基百科 + BooksCorpus 上训练。 |
distil_bert_base_multi | DistilBert | 134.73M | 6 层 DistilBERT 模型,大小写保持不变。在 104 种语言的维基百科上训练。 |
efficientnet_lite0_ra_imagenet | EfficientNet | 4.65M | EfficientNet-Lite 模型在 ImageNet 1k 数据集上使用 RandAugment 策略进行微调。 |
efficientnet_b0_ra_imagenet | EfficientNet | 5.29M | EfficientNet B0 模型在 ImageNet 1k 数据集上使用 RandAugment 策略进行预训练。 |
efficientnet_b0_ra4_e3600_r224_imagenet | EfficientNet | 5.29M | EfficientNet B0 模型由 Ross Wightman 在 ImageNet 1k 数据集上预训练。使用 timm 脚本训练,超参数受 MobileNet-V4 small、timm 的通用超参数和“ResNet Strikes Back”的启发。 |
efficientnet_es_ra_imagenet | EfficientNet | 5.44M | EfficientNet-EdgeTPU Small 模型在 ImageNet 1k 数据集上使用 RandAugment 策略进行训练。 |
efficientnet_em_ra2_imagenet | EfficientNet | 6.90M | EfficientNet-EdgeTPU Medium 模型在 ImageNet 1k 数据集上使用 RandAugment2 策略进行训练。 |
efficientnet_b1_ft_imagenet | EfficientNet | 7.79M | EfficientNet B1 模型在 ImageNet 1k 数据集上进行微调。 |
efficientnet_b1_ra4_e3600_r240_imagenet | EfficientNet | 7.79M | EfficientNet B1 模型由 Ross Wightman 在 ImageNet 1k 数据集上预训练。使用 timm 脚本训练,超参数受 MobileNet-V4 small、timm 的通用超参数和“ResNet Strikes Back”的启发。 |
efficientnet_b2_ra_imagenet | EfficientNet | 9.11M | EfficientNet B2 模型在 ImageNet 1k 数据集上使用 RandAugment 策略进行预训练。 |
efficientnet_el_ra_imagenet | EfficientNet | 10.59M | EfficientNet-EdgeTPU Large 模型在 ImageNet 1k 数据集上使用 RandAugment 策略进行训练。 |
efficientnet_b3_ra2_imagenet | EfficientNet | 12.23M | EfficientNet B3 模型在 ImageNet 1k 数据集上使用 RandAugment2 策略进行预训练。 |
efficientnet2_rw_t_ra2_imagenet | EfficientNet | 13.65M | EfficientNet-v2 Tiny 模型在 ImageNet 1k 数据集上使用 RandAugment2 策略进行训练。 |
efficientnet_b4_ra2_imagenet | EfficientNet | 19.34M | EfficientNet B4 模型在 ImageNet 1k 数据集上使用 RandAugment2 策略进行预训练。 |
efficientnet2_rw_s_ra2_imagenet | EfficientNet | 23.94M | EfficientNet-v2 Small 模型在 ImageNet 1k 数据集上使用 RandAugment2 策略进行训练。 |
efficientnet_b5_sw_imagenet | EfficientNet | 30.39M | EfficientNet B5 模型由 Ross Wightman 在 ImageNet 12k 数据集上预训练。基于 Swin Transformer 训练/预训练策略,并进行了修改(与 DeiT 和 ConvNeXt 策略相关)。 |
efficientnet_b5_sw_ft_imagenet | EfficientNet | 30.39M | EfficientNet B5 模型由 Ross Wightman 在 ImageNet 12k 数据集上预训练,并在 ImageNet-1k 上微调。基于 Swin Transformer 训练/预训练策略,并进行了修改(与 DeiT 和 ConvNeXt 策略相关)。 |
efficientnet2_rw_m_agc_imagenet | EfficientNet | 53.24M | EfficientNet-v2 Medium 模型在 ImageNet 1k 数据集上使用自适应梯度裁剪进行训练。 |
electra_small_discriminator_uncased_en | Electra | 13.55M | 12 层小型 ELECTRA 判别器模型。所有输入均小写。在英文维基百科 + BooksCorpus 上训练。 |
electra_small_generator_uncased_en | Electra | 13.55M | 12 层小型 ELECTRA 生成器模型。所有输入均小写。在英文维基百科 + BooksCorpus 上训练。 |
electra_base_generator_uncased_en | Electra | 33.58M | 12 层基础 ELECTRA 生成器模型。所有输入均小写。在英文维基百科 + BooksCorpus 上训练。 |
electra_large_generator_uncased_en | Electra | 51.07M | 24 层大型 ELECTRA 生成器模型。所有输入均小写。在英文维基百科 + BooksCorpus 上训练。 |
electra_base_discriminator_uncased_en | Electra | 109.48M | 12 层基础 ELECTRA 判别器模型。所有输入均小写。在英文维基百科 + BooksCorpus 上训练。 |
electra_large_discriminator_uncased_en | Electra | 335.14M | 24 层大型 ELECTRA 判别器模型。所有输入均小写。在英文维基百科 + BooksCorpus 上训练。 |
f_net_base_en | FNet | 82.86M | 12 层 FNet 模型,大小写保持不变。在 C4 数据集上训练。 |
f_net_large_en | FNet | 236.95M | 24 层 FNet 模型,大小写保持不变。在 C4 数据集上训练。 |
falcon_refinedweb_1b_en | Falcon | 1.31B | 24 层 Falcon 模型(参数为 10 亿的 Falcon),在 RefinedWeb 数据集的 3500 亿个标记上训练。 |
gemma_2b_en | Gemma | 25.1 亿 | 20 亿参数、18 层的 Gemma 基础模型。 |
gemma_instruct_2b_en | Gemma | 25.1 亿 | 20 亿参数、18 层的 Gemma 指令微调模型。 |
gemma_1.1_instruct_2b_en | Gemma | 25.1 亿 | 20 亿参数、18 层的 Gemma 指令微调模型。1.1 版本更新提高了模型质量。 |
code_gemma_1.1_2b_en | Gemma | 25.1 亿 | 20 亿参数、18 层的 CodeGemma 模型。此模型针对代码补全的“填充中间”(FIM) 任务进行了训练。1.1 版本更新提高了模型质量。 |
code_gemma_2b_en | Gemma | 25.1 亿 | 20 亿参数、18 层的 CodeGemma 模型。此模型针对代码补全的“填充中间”(FIM) 任务进行了训练。 |
gemma2_2b_en | Gemma | 26.1 亿 | 20 亿参数、26 层的 Gemma 基础模型。 |
gemma2_instruct_2b_en | Gemma | 26.1 亿 | 20 亿参数、26 层的 Gemma 指令微调模型。 |
shieldgemma_2b_en | Gemma | 26.1 亿 | 20 亿参数、26 层的 ShieldGemma 模型。 |
gemma_7b_en | Gemma | 85.4 亿 | 70 亿参数、28 层的 Gemma 基础模型。 |
gemma_instruct_7b_en | Gemma | 85.4 亿 | 70 亿参数、28 层的 Gemma 指令微调模型。 |
gemma_1.1_instruct_7b_en | Gemma | 85.4 亿 | 70 亿参数、28 层的 Gemma 指令微调模型。1.1 版本更新提高了模型质量。 |
code_gemma_7b_en | Gemma | 85.4 亿 | 70 亿参数、28 层的 CodeGemma 模型。此模型针对代码补全的“填充中间”(FIM) 任务进行了训练。 |
code_gemma_instruct_7b_en | Gemma | 85.4 亿 | 70 亿参数、28 层的 CodeGemma 指令微调模型。此模型针对与代码相关的聊天用例进行了训练。 |
code_gemma_1.1_instruct_7b_en | Gemma | 85.4 亿 | 70 亿参数、28 层的 CodeGemma 指令微调模型。此模型针对与代码相关的聊天用例进行了训练。1.1 版本更新提高了模型质量。 |
gemma2_9b_en | Gemma | 92.4 亿 | 90 亿参数、42 层的 Gemma 基础模型。 |
gemma2_instruct_9b_en | Gemma | 92.4 亿 | 90 亿参数、42 层的 Gemma 指令微调模型。 |
shieldgemma_9b_en | Gemma | 92.4 亿 | 90 亿参数、42 层的 ShieldGemma 模型。 |
gemma2_27b_en | Gemma | 272.3 亿 | 270 亿参数、42 层的 Gemma 基础模型。 |
gemma2_instruct_27b_en | Gemma | 272.3 亿 | 270 亿参数、42 层的 Gemma 指令微调模型。 |
shieldgemma_27b_en | Gemma | 272.3 亿 | 270 亿参数、42 层的 ShieldGemma 模型。 |
gemma3_1b | Gemma3 | 999.89M | 10 亿参数,26 层,仅文本预训练 Gemma3 模型。 |
gemma3_instruct_1b | Gemma3 | 999.89M | 10 亿参数,26 层,仅文本指令微调 Gemma3 模型。 |
gemma3_4b_text | Gemma3 | 3.88B | 40 亿参数,34 层,仅文本预训练 Gemma3 模型。 |
gemma3_instruct_4b_text | Gemma3 | 3.88B | 40 亿参数,34 层,仅文本指令微调 Gemma3 模型。 |
gemma3_4b | Gemma3 | 4.30B | 40 亿参数,34 层,视觉+文本预训练 Gemma3 模型。 |
gemma3_instruct_4b | Gemma3 | 4.30B | 40 亿参数,34 层,视觉+文本指令微调 Gemma3 模型。 |
gemma3_12b_text | Gemma3 | 11.77B | 120 亿参数,48 层,仅文本预训练 Gemma3 模型。 |
gemma3_instruct_12b_text | Gemma3 | 11.77B | 120 亿参数,48 层,仅文本指令微调 Gemma3 模型。 |
gemma3_12b | Gemma3 | 12.19B | 120 亿参数,48 层,视觉+文本预训练 Gemma3 模型。 |
gemma3_instruct_12b | Gemma3 | 12.19B | 120 亿参数,48 层,视觉+文本指令微调 Gemma3 模型。 |
gemma3_27b_text | Gemma3 | 27.01B | 270 亿参数,62 层,仅文本预训练 Gemma3 模型。 |
gemma3_instruct_27b_text | Gemma3 | 27.01B | 270 亿参数,62 层,仅文本指令微调 Gemma3 模型。 |
gemma3_27b | Gemma3 | 27.43B | 270 亿参数,62 层,视觉+文本预训练 Gemma3 模型。 |
gemma3_instruct_27b | Gemma3 | 27.43B | 270 亿参数,62 层,视觉+文本指令微调 Gemma3 模型。 |
gpt2_base_en | GPT2 | 124.44M | 12 层 GPT-2 模型,大小写保持不变。在 WebText 上训练。 |
gpt2_base_en_cnn_dailymail | GPT2 | 124.44M | 12 层 GPT-2 模型,大小写保持不变。在 CNN/DailyMail 摘要数据集上微调。 |
gpt2_medium_en | GPT2 | 354.82M | 24 层 GPT-2 模型,大小写保持不变。在 WebText 上训练。 |
gpt2_large_en | GPT2 | 774.03M | 36 层 GPT-2 模型,大小写保持不变。在 WebText 上训练。 |
gpt2_extra_large_en | GPT2 | 1.56B | 48 层 GPT-2 模型,大小写保持不变。在 WebText 上训练。 |
llama2_7b_en | Llama | 6.74B | 70 亿参数,32 层,基础 LLaMA 2 模型。 |
llama2_instruct_7b_en | Llama | 6.74B | 70 亿参数,32 层,指令微调 LLaMA 2 模型。 |
vicuna_1.5_7b_en | Llama | 6.74B | 70 亿参数,32 层,指令微调 Vicuna v1.5 模型。 |
llama2_7b_en_int8 | Llama | 6.74B | 70 亿参数,32 层,基础 LLaMA 2 模型,激活和权重均量化为 int8。 |
llama2_instruct_7b_en_int8 | Llama | 6.74B | 70 亿参数,32 层,指令微调 LLaMA 2 模型,激活和权重均量化为 int8。 |
llama3.2_1b | Llama3 | 15.0 亿 | 10 亿参数、16 层的 LLaMA 3.2 基础模型。 |
llama3.2_instruct_1b | Llama3 | 15.0 亿 | 10 亿参数、16 层的经过指令调优的 LLaMA 3.2 模型。 |
llama3.2_guard_1b | Llama3 | 15.0 亿 | 10 亿参数、16 层的 LLaMA 3.2 基础模型,为同意安全分类进行了微调。 |
llama3.2_3b | Llama3 | 36.1 亿 | 30 亿参数、26 层的 LLaMA 3.2 基础模型。 |
llama3.2_instruct_3b | Llama3 | 36.1 亿 | 30 亿参数、28 层的经过指令调优的 LLaMA 3.2 模型。 |
llama3_8b_en | Llama3 | 80.3 亿 | 80 亿参数、32 层的 LLaMA 3 基础模型。 |
llama3_instruct_8b_en | Llama3 | 80.3 亿 | 80 亿参数、32 层的经过指令调优的 LLaMA 3 模型。 |
llama3.1_8b | Llama3 | 80.3 亿 | 80 亿参数、32 层的 LLaMA 3.1 基础模型。 |
llama3.1_instruct_8b | Llama3 | 80.3 亿 | 80 亿参数、32 层的经过指令调优的 LLaMA 3.1 模型。 |
llama3.1_guard_8b | Llama3 | 80.3 亿 | 80 亿参数、32 层的 LLaMA 3.1 模型,为同意安全分类进行了微调。 |
llama3_8b_en_int8 | Llama3 | 80.3 亿 | 80 亿参数、32 层的 LLaMA 3 基础模型,其激活和权重被量化为 int8。 |
llama3_instruct_8b_en_int8 | Llama3 | 80.3 亿 | 80 亿参数、32 层的经过指令调优的 LLaMA 3 模型,其激活和权重被量化为 int8。 |
mistral_7b_en | Mistral | 72.4 亿 | Mistral 7B 基础模型 |
mistral_instruct_7b_en | Mistral | 72.4 亿 | Mistral 7B 指令模型 |
mistral_0.2_instruct_7b_en | Mistral | 72.4 亿 | Mistral 7B 指令模型 0.2 版 |
mit_b0_ade20k_512 | MiT | 3.32M | 具有 8 个 Transformer 块的 MiT (MixTransformer) 模型。 |
mit_b0_cityscapes_1024 | MiT | 3.32M | 具有 8 个 Transformer 块的 MiT (MixTransformer) 模型。 |
mit_b1_ade20k_512 | MiT | 13.16M | 具有 8 个 Transformer 块的 MiT (MixTransformer) 模型。 |
mit_b1_cityscapes_1024 | MiT | 13.16M | 具有 8 个 Transformer 块的 MiT (MixTransformer) 模型。 |
mit_b2_ade20k_512 | MiT | 24.20M | 具有 16 个 Transformer 块的 MiT (MixTransformer) 模型。 |
mit_b2_cityscapes_1024 | MiT | 24.20M | 具有 16 个 Transformer 块的 MiT (MixTransformer) 模型。 |
mit_b3_ade20k_512 | MiT | 44.08M | 具有 28 个 Transformer 块的 MiT (MixTransformer) 模型。 |
mit_b3_cityscapes_1024 | MiT | 44.08M | 具有 28 个 Transformer 块的 MiT (MixTransformer) 模型。 |
mit_b4_ade20k_512 | MiT | 60.85M | 具有 41 个 Transformer 块的 MiT (MixTransformer) 模型。 |
mit_b4_cityscapes_1024 | MiT | 60.85M | 具有 41 个 Transformer 块的 MiT (MixTransformer) 模型。 |
mit_b5_ade20k_640 | MiT | 81.45M | 具有 52 个 Transformer 块的 MiT (MixTransformer) 模型。 |
mit_b5_cityscapes_1024 | MiT | 81.45M | 具有 52 个 Transformer 块的 MiT (MixTransformer) 模型。 |
mixtral_8_7b_en | Mixtral | 46.70B | 32 层 Mixtral MoE 模型,具有 70 亿个活动参数和每个 MoE 层 8 个专家。 |
mixtral_8_instruct_7b_en | Mixtral | 46.70B | 指令微调 32 层 Mixtral MoE 模型,具有 70 亿个活动参数和每个 MoE 层 8 个专家。 |
mobilenet_v3_small_050_imagenet | - | 278.78K | 在 224x224 分辨率的 ImageNet 1k 数据集上预训练的小型 Mobilenet V3 模型。具有一半通道乘数。 |
mobilenet_v3_small_100_imagenet | - | 939.12K | 在 224x224 分辨率的 ImageNet 1k 数据集上预训练的小型 Mobilenet V3 模型。具有基线通道乘数。 |
mobilenet_v3_large_100_imagenet | - | 3.00M | 在 224x224 分辨率的 ImageNet 1k 数据集上预训练的大型 Mobilenet V3 模型。具有基线通道乘数。 |
mobilenet_v3_large_100_imagenet_21k | - | 3.00M | 在 224x224 分辨率的 ImageNet 21k 数据集上预训练的大型 Mobilenet V3 模型。具有基线通道乘数。 |
moonshine_tiny_en | Moonshine | 27.09M | 用于英语语音识别的 Moonshine tiny 模型。由 Useful Sensors 开发,用于实时转录。 |
moonshine_base_en | Moonshine | 61.51M | 用于英语语音识别的 Moonshine base 模型。由 Useful Sensors 开发,用于实时转录。 |
opt_125m_en | OPT | 125.24M | 12 层 OPT 模型,大小写保持不变。在 BookCorpus、CommonCrawl、Pile 和 PushShift.io 语料库上训练。 |
opt_1.3b_en | OPT | 1.32B | 24 层 OPT 模型,大小写保持不变。在 BookCorpus、CommonCrawl、Pile 和 PushShift.io 语料库上训练。 |
opt_2.7b_en | OPT | 2.70B | 32 层 OPT 模型,大小写保持不变。在 BookCorpus、CommonCrawl、Pile 和 PushShift.io 语料库上训练。 |
opt_6.7b_en | OPT | 6.70B | 32 层 OPT 模型,大小写保持不变。在 BookCorpus、CommonCrawl、Pile 和 PushShift.io 语料库上训练。 |
pali_gemma_3b_mix_224 | PaliGemma | 2.92B | 图像尺寸 224,混合微调,文本序列长度为 256。 |
pali_gemma_3b_224 | PaliGemma | 2.92B | 图像尺寸 224,预训练,文本序列长度为 128。 |
pali_gemma_3b_mix_448 | PaliGemma | 2.92B | 图像尺寸 448,混合微调,文本序列长度为 512。 |
pali_gemma_3b_448 | PaliGemma | 2.92B | 图像尺寸 448,预训练,文本序列长度为 512。 |
pali_gemma_3b_896 | PaliGemma | 2.93B | 图像尺寸 896,预训练,文本序列长度为 512。 |
pali_gemma2_mix_3b_224 | - | 3.03B | 30 亿参数,图像尺寸 224,视觉编码器为 27 层 SigLIP-So400m,语言模型为 26 层 Gemma2 2B。此模型已在广泛的视觉-语言任务和领域上进行微调。 |
pali_gemma2_pt_3b_224 | - | 3.03B | 30 亿参数,图像尺寸 224,视觉编码器为 27 层 SigLIP-So400m,语言模型为 26 层 Gemma2 2B。此模型已在混合数据集上进行预训练。 |
pali_gemma_2_ft_docci_3b_448 | - | 3.03B | 30 亿参数,图像尺寸 448,视觉编码器为 27 层 SigLIP-So400m,语言模型为 26 层 Gemma2 2B。此模型已在 DOCCI 数据集上进行微调,以改进具有细粒度细节的描述。 |
pali_gemma2_mix_3b_448 | - | 3.03B | 30 亿参数,图像尺寸 448,视觉编码器为 27 层 SigLIP-So400m,语言模型为 26 层 Gemma2 2B。此模型已在广泛的视觉-语言任务和领域上进行微调。 |
pali_gemma2_pt_3b_448 | - | 3.03B | 30 亿参数,图像尺寸 448,视觉编码器为 27 层 SigLIP-So400m,语言模型为 26 层 Gemma2 2B。此模型已在混合数据集上进行预训练。 |
pali_gemma2_pt_3b_896 | - | 3.04B | 30 亿参数,图像尺寸 896,视觉编码器为 27 层 SigLIP-So400m,语言模型为 26 层 Gemma2 2B。此模型已在混合数据集上进行预训练。 |
pali_gemma2_mix_10b_224 | - | 9.66B | 100 亿参数,图像尺寸 224,视觉编码器为 27 层 SigLIP-So400m,语言模型为 42 层 Gemma2 9B。此模型已在广泛的视觉-语言任务和领域上进行微调。 |
pali_gemma2_pt_10b_224 | - | 9.66B | 100 亿参数,图像尺寸 224,视觉编码器为 27 层 SigLIP-So400m,语言模型为 42 层 Gemma2 9B。此模型已在混合数据集上进行预训练。 |
pali_gemma2_ft_docci_10b_448 | - | 9.66B | 100 亿参数,视觉编码器为 27 层 SigLIP-So400m,语言模型为 42 层 Gemma2 9B。此模型已在 DOCCI 数据集上进行微调,以改进具有细粒度细节的描述。 |
pali_gemma2_mix_10b_448 | - | 9.66B | 100 亿参数,图像尺寸 448,视觉编码器为 27 层 SigLIP-So400m,语言模型为 42 层 Gemma2 9B。此模型已在广泛的视觉-语言任务和领域上进行微调。 |
pali_gemma2_pt_10b_448 | - | 9.66B | 100 亿参数,图像尺寸 448,视觉编码器为 27 层 SigLIP-So400m,语言模型为 42 层 Gemma2 9B。此模型已在混合数据集上进行预训练。 |
pali_gemma2_pt_10b_896 | - | 9.67B | 100 亿参数,图像尺寸 896,视觉编码器为 27 层 SigLIP-So400m,语言模型为 42 层 Gemma2 9B。此模型已在混合数据集上进行预训练。 |
pali_gemma2_mix_28b_224 | - | 27.65B | 280 亿参数,图像尺寸 224,视觉编码器为 27 层 SigLIP-So400m,语言模型为 46 层 Gemma2 27B。此模型已在广泛的视觉-语言任务和领域上进行微调。 |
pali_gemma2_mix_28b_448 | - | 27.65B | 280 亿参数,图像尺寸 448,视觉编码器为 27 层 SigLIP-So400m,语言模型为 46 层 Gemma2 27B。此模型已在广泛的视觉-语言任务和领域上进行微调。 |
pali_gemma2_pt_28b_224 | - | 27.65B | 280 亿参数,图像尺寸 224,视觉编码器为 27 层 SigLIP-So400m,语言模型为 46 层 Gemma2 27B。此模型已在混合数据集上进行预训练。 |
pali_gemma2_pt_28b_448 | - | 27.65B | 280 亿参数,图像尺寸 448,视觉编码器为 27 层 SigLIP-So400m,语言模型为 46 层 Gemma2 27B。此模型已在混合数据集上进行预训练。 |
pali_gemma2_pt_28b_896 | - | 27.65B | 280 亿参数,图像尺寸 896,视觉编码器为 27 层 SigLIP-So400m,语言模型为 46 层 Gemma2 27B。此模型已在混合数据集上进行预训练。 |
phi3_mini_4k_instruct_en | Phi3 | 3.82B | 38 亿参数,32 层,4k 上下文长度的 Phi-3 模型。该模型使用 Phi-3 数据集进行训练。该数据集包括合成数据和经过筛选的公开网站数据,重点关注高质量和推理密集特性。 |
phi3_mini_128k_instruct_en | Phi3 | 3.82B | 38 亿参数,32 层,128k 上下文长度的 Phi-3 模型。该模型使用 Phi-3 数据集进行训练。该数据集包括合成数据和经过筛选的公开网站数据,重点关注高质量和推理密集特性。 |
qwen2.5_0.5b_en | Qwen | 494.03M | 24 层 Qwen 模型,参数为 5 亿。 |
qwen2.5_instruct_0.5b_en | Qwen | 494.03M | 指令微调 24 层 Qwen 模型,参数为 5 亿。 |
qwen2.5_3b_en | Qwen | 3.09B | 36 层 Qwen 模型,参数为 31 亿。 |
qwen2.5_7b_en | Qwen | 6.99B | 48 层 Qwen 模型,参数为 70 亿。 |
qwen2.5_instruct_32b_en | Qwen | 32.76B | 指令微调 64 层 Qwen 模型,参数为 320 亿。 |
qwen2.5_instruct_72b_en | Qwen | 72.71B | 指令微调 80 层 Qwen 模型,参数为 720 亿。 |
qwen1.5_moe_2.7b_en | - | 14.32B | 24 层 Qwen MoE 模型,具有 27 亿个活动参数和每个 MoE 层 8 个专家。 |
resnet_18_imagenet | ResNet | 11.19M | 18 层 ResNet 模型,在 224x224 分辨率的 ImageNet 1k 数据集上预训练。 |
resnet_vd_18_imagenet | ResNet | 11.72M | 18 层 ResNetVD(带技巧包的 ResNet)模型,在 224x224 分辨率的 ImageNet 1k 数据集上预训练。 |
resnet_vd_34_imagenet | ResNet | 21.84M | 34 层 ResNetVD(带技巧包的 ResNet)模型,在 224x224 分辨率的 ImageNet 1k 数据集上预训练。 |
resnet_50_imagenet | ResNet | 23.56M | 50 层 ResNet 模型,在 224x224 分辨率的 ImageNet 1k 数据集上预训练。 |
resnet_v2_50_imagenet | ResNet | 23.56M | 50 层 ResNetV2 模型,在 224x224 分辨率的 ImageNet 1k 数据集上预训练。 |
resnet_vd_50_imagenet | ResNet | 25.63M | 50 层 ResNetVD(带技巧包的 ResNet)模型,在 224x224 分辨率的 ImageNet 1k 数据集上预训练。 |
resnet_vd_50_ssld_imagenet | ResNet | 25.63M | 50 层 ResNetVD(带技巧包的 ResNet)模型,在 224x224 分辨率的 ImageNet 1k 数据集上预训练,并采用知识蒸馏。 |
resnet_vd_50_ssld_v2_imagenet | ResNet | 25.63M | 50 层 ResNetVD(带技巧包的 ResNet)模型,在 224x224 分辨率的 ImageNet 1k 数据集上预训练,并采用知识蒸馏和 AutoAugment。 |
resnet_vd_50_ssld_v2_fix_imagenet | ResNet | 25.63M | 50 层 ResNetVD(带技巧包的 ResNet)模型,在 224x224 分辨率的 ImageNet 1k 数据集上预训练,并采用知识蒸馏、AutoAugment 和额外的分类头微调。 |
resnet_101_imagenet | ResNet | 42.61M | 101 层 ResNet 模型,在 224x224 分辨率的 ImageNet 1k 数据集上预训练。 |
resnet_v2_101_imagenet | ResNet | 42.61M | 101 层 ResNetV2 模型,在 224x224 分辨率的 ImageNet 1k 数据集上预训练。 |
resnet_vd_101_imagenet | ResNet | 44.67M | 101 层 ResNetVD(带技巧包的 ResNet)模型,在 224x224 分辨率的 ImageNet 1k 数据集上预训练。 |
resnet_vd_101_ssld_imagenet | ResNet | 44.67M | 101 层 ResNetVD(带技巧包的 ResNet)模型,在 224x224 分辨率的 ImageNet 1k 数据集上预训练,并采用知识蒸馏。 |
resnet_152_imagenet | ResNet | 58.30M | 152 层 ResNet 模型,在 224x224 分辨率的 ImageNet 1k 数据集上预训练。 |
resnet_vd_152_imagenet | ResNet | 60.36M | 152 层 ResNetVD(带技巧包的 ResNet)模型,在 224x224 分辨率的 ImageNet 1k 数据集上预训练。 |
resnet_vd_200_imagenet | ResNet | 74.93M | 200 层 ResNetVD(带技巧包的 ResNet)模型,在 224x224 分辨率的 ImageNet 1k 数据集上预训练。 |
retinanet_resnet50_fpn_v2_coco | RetinaNet | 31.56M | RetinaNet 模型,带有 ResNet50 骨干网络,在 800x800 分辨率的 COCO 数据集上进行微调,FPN 特征从 P5 级别创建。 |
retinanet_resnet50_fpn_coco | RetinaNet | 34.12M | RetinaNet 模型,带有 ResNet50 骨干网络,在 800x800 分辨率的 COCO 数据集上进行微调。 |
roberta_base_en | Roberta | 124.05M | 12 层 RoBERTa 模型,大小写保持不变。在英文维基百科、BooksCorpus、CommonCrawl 和 OpenWebText 上训练。 |
roberta_large_en | Roberta | 354.31M | 24 层 RoBERTa 模型,大小写保持不变。在英文维基百科、BooksCorpus、CommonCrawl 和 OpenWebText 上训练。 |
sam_base_sa1b | Segment Anything Model | 93.74M | 在 SA1B 数据集上训练的基础 SAM 模型。 |
sam_huge_sa1b | Segment Anything Model | 312.34M | 在 SA1B 数据集上训练的巨型 SAM 模型。 |
sam_large_sa1b | Segment Anything Model | 641.09M | 在 SA1B 数据集上训练的大型 SAM 模型。 |
siglip_base_patch16_224 | SigLIP | 203.16M | 2 亿参数,图像尺寸 224,在 WebLi 上预训练。 |
siglip_base_patch16_256 | SigLIP | 203.20M | 2 亿参数,图像尺寸 256,在 WebLi 上预训练。 |
siglip_base_patch16_384 | SigLIP | 203.45M | 2 亿参数,图像尺寸 384,在 WebLi 上预训练。 |
siglip_base_patch16_512 | SigLIP | 203.79M | 2 亿参数,图像尺寸 512,在 WebLi 上预训练。 |
siglip_base_patch16_256_multilingual | SigLIP | 370.63M | 3.7 亿参数,图像尺寸 256,在 WebLi 上预训练。 |
siglip2_base_patch16_224 | SigLIP | 375.19M | 3.75 亿参数,补丁大小 16,图像尺寸 224,在 WebLi 上预训练。 |
siglip2_base_patch16_256 | SigLIP | 375.23M | 3.75 亿参数,补丁大小 16,图像尺寸 256,在 WebLi 上预训练。 |
siglip2_base_patch32_256 | SigLIP | 376.86M | 3.76 亿参数,补丁大小 32,图像尺寸 256,在 WebLi 上预训练。 |
siglip2_base_patch16_384 | SigLIP | 376.86M | 3.76 亿参数,补丁大小 16,图像尺寸 384,在 WebLi 上预训练。 |
siglip_large_patch16_256 | SigLIP | 652.15M | 6.52 亿参数,图像尺寸 256,在 WebLi 上预训练。 |
siglip_large_patch16_384 | SigLIP | 652.48M | 6.52 亿参数,图像尺寸 384,在 WebLi 上预训练。 |
siglip_so400m_patch14_224 | SigLIP | 877.36M | 8.77 亿参数,图像尺寸 224,形状优化版本,在 WebLi 上预训练。 |
siglip_so400m_patch14_384 | SigLIP | 877.96M | 8.77 亿参数,图像尺寸 384,形状优化版本,在 WebLi 上预训练。 |
siglip2_large_patch16_256 | SigLIP | 881.53M | 8.81 亿参数,补丁大小 16,图像尺寸 256,在 WebLi 上预训练。 |
siglip2_large_patch16_384 | SigLIP | 881.86M | 8.81 亿参数,补丁大小 16,图像尺寸 384,在 WebLi 上预训练。 |
siglip2_large_patch16_512 | SigLIP | 882.31M | 8.82 亿参数,补丁大小 16,图像尺寸 512,在 WebLi 上预训练。 |
siglip_so400m_patch16_256_i18n | SigLIP | 1.13B | 11 亿参数,图像尺寸 256,形状优化版本,在 WebLi 上预训练。 |
siglip2_so400m_patch14_224 | SigLIP | 1.14B | 11 亿参数,补丁大小 14,图像尺寸 224,形状优化版本,在 WebLi 上预训练。 |
siglip2_so400m_patch16_256 | SigLIP | 1.14B | 11 亿参数,补丁大小 16,图像尺寸 256,形状优化版本,在 WebLi 上预训练。 |
siglip2_so400m_patch14_384 | SigLIP | 1.14B | 11 亿参数,补丁大小 14,图像尺寸 224,形状优化版本,在 WebLi 上预训练。 |
siglip2_so400m_patch16_384 | SigLIP | 1.14B | 11 亿参数,补丁大小 16,图像尺寸 384,形状优化版本,在 WebLi 上预训练。 |
siglip2_so400m_patch16_512 | SigLIP | 1.14B | 11 亿参数,补丁大小 16,图像尺寸 512,形状优化版本,在 WebLi 上预训练。 |
siglip2_giant_opt_patch16_256 | SigLIP | 1.87B | 18 亿参数,补丁大小 16,图像尺寸 256,在 WebLi 上预训练。 |
siglip2_giant_opt_patch16_384 | SigLIP | 1.87B | 18 亿参数,补丁大小 16,图像尺寸 384,在 WebLi 上预训练。 |
stable_diffusion_3_medium | Stable Diffusion 3 | 29.9亿 | 30 亿参数,包括 CLIP L 和 CLIP G 文本编码器、MMDiT 生成模型和 VAE 自动编码器。由 Stability AI 开发。 |
stable_diffusion_3.5_medium | Stable Diffusion 3 | 33.7亿 | 30 亿参数,包括 CLIP L 和 CLIP G 文本编码器、MMDiT-X 生成模型和 VAE 自动编码器。由 Stability AI 开发。 |
stable_diffusion_3.5_large | Stable Diffusion 3 | 90.5亿 | 90 亿参数,包括 CLIP L 和 CLIP G 文本编码器、MMDiT 生成模型和 VAE 自动编码器。由 Stability AI 开发。 |
stable_diffusion_3.5_large_turbo | Stable Diffusion 3 | 90.5亿 | 90 亿参数,包括 CLIP L 和 CLIP G 文本编码器、MMDiT 生成模型和 VAE 自动编码器。这是一个时间步蒸馏版本,消除了无分类器引导,并使用更少的步骤进行生成。由 Stability AI 开发。 |
t5_small_multi | T5 | 0 | 8 层 T5 模型。在 Colossal Clean Crawled Corpus (C4) 上训练。 |
t5_base_multi | T5 | 0 | 12 层 T5 模型。在 Colossal Clean Crawled Corpus (C4) 上训练。 |
t5_large_multi | T5 | 0 | 24 层 T5 模型。在 Colossal Clean Crawled Corpus (C4) 上训练。 |
flan_small_multi | T5 | 0 | 8 层 T5 模型。在 Colossal Clean Crawled Corpus (C4) 上训练。 |
flan_base_multi | T5 | 0 | 12 层 T5 模型。在 Colossal Clean Crawled Corpus (C4) 上训练。 |
flan_large_multi | T5 | 0 | 24 层 T5 模型。在 Colossal Clean Crawled Corpus (C4) 上训练。 |
t5_1.1_small | T5 | 60.51M | |
t5_1.1_base | T5 | 247.58M | |
t5_1.1_large | T5 | 750.25M | |
t5_1.1_xl | T5 | 2.85B | |
t5_1.1_xxl | T5 | 11.14B | |
vgg_11_imagenet | VGG | 9.22M | 11 层 VGG 模型,在 224x224 分辨率的 ImageNet 1k 数据集上预训练。 |
vgg_13_imagenet | VGG | 9.40M | 13 层 VGG 模型,在 224x224 分辨率的 ImageNet 1k 数据集上预训练。 |
vgg_16_imagenet | VGG | 14.71M | 16 层 VGG 模型,在 224x224 分辨率的 ImageNet 1k 数据集上预训练。 |
vgg_19_imagenet | VGG | 20.02M | 19 层 VGG 模型,在 224x224 分辨率的 ImageNet 1k 数据集上预训练。 |
vit_base_patch16_224_imagenet | ViT | 85.80M | ViT-B16 模型,在 224x224 图像分辨率的 ImageNet 1k 数据集上预训练。 |
vit_base_patch16_224_imagenet21k | ViT | 85.80M | ViT-B16 骨干网络,在 224x224 图像分辨率的 ImageNet 21k 数据集上预训练。 |
vit_base_patch16_384_imagenet | ViT | 86.09M | ViT-B16 模型,在 384x384 图像分辨率的 ImageNet 1k 数据集上预训练。 |
vit_base_patch32_224_imagenet21k | ViT | 87.46M | ViT-B32 骨干网络,在 224x224 图像分辨率的 ImageNet 21k 数据集上预训练。 |
vit_base_patch32_384_imagenet | ViT | 87.53M | ViT-B32 模型,在 384x384 图像分辨率的 ImageNet 1k 数据集上预训练。 |
vit_large_patch16_224_imagenet | ViT | 303.30M | ViT-L16 模型,在 224x224 图像分辨率的 ImageNet 1k 数据集上预训练。 |
vit_large_patch16_224_imagenet21k | ViT | 303.30M | ViT-L16 骨干网络,在 224x224 图像分辨率的 ImageNet 21k 数据集上预训练。 |
vit_large_patch16_384_imagenet | ViT | 303.69M | ViT-L16 模型,在 384x384 图像分辨率的 ImageNet 1k 数据集上预训练。 |
vit_large_patch32_224_imagenet21k | ViT | 305.51M | ViT-L32 骨干网络,在 224x224 图像分辨率的 ImageNet 21k 数据集上预训练。 |
vit_large_patch32_384_imagenet | ViT | 305.61M | ViT-L32 模型,在 384x384 图像分辨率的 ImageNet 1k 数据集上预训练。 |
vit_huge_patch14_224_imagenet21k | ViT | 630.76M | ViT-H14 骨干网络,在 224x224 图像分辨率的 ImageNet 21k 数据集上预训练。 |
whisper_tiny_en | Whisper | 37.18M | 4 层 Whisper 模型。在 438,000 小时带标签的英语语音数据上训练。 |
whisper_tiny_multi | Whisper | 37.76M | 4 层 Whisper 模型。在 680,000 小时带标签的多语言语音数据上训练。 |
whisper_base_multi | Whisper | 72.59M | 6 层 Whisper 模型。在 680,000 小时带标签的多语言语音数据上训练。 |
whisper_base_en | Whisper | 124.44M | 6 层 Whisper 模型。在 438,000 小时带标签的英语语音数据上训练。 |
whisper_small_en | Whisper | 241.73M | 12 层 Whisper 模型。在 438,000 小时带标签的英语语音数据上训练。 |
whisper_small_multi | Whisper | 241.73M | 12 层 Whisper 模型。在 680,000 小时带标签的多语言语音数据上训练。 |
whisper_medium_en | Whisper | 763.86M | 24 层 Whisper 模型。在 438,000 小时带标签的英语语音数据上训练。 |
whisper_medium_multi | Whisper | 763.86M | 24 层 Whisper 模型。在 680,000 小时带标签的多语言语音数据上训练。 |
whisper_large_multi | Whisper | 1.54B | 32 层 Whisper 模型。在 680,000 小时带标签的多语言语音数据上训练。 |
whisper_large_multi_v2 | Whisper | 1.54B | 32 层 Whisper 模型。在 680,000 小时带标签的多语言语音数据上训练了 2.5 个 epoch。whisper_large_multi 的改进版本。 |
xception_41_imagenet | Xception | 20.86M | 41 层 Xception 模型,在 ImageNet 1k 上预训练。 |
xlm_roberta_base_multi | XLMRoberta | 277.45M | 12 层 XLM-RoBERTa 模型,大小写保持不变。在 100 种语言的 CommonCrawl 上训练。 |
xlm_roberta_large_multi | XLMRoberta | 558.84M | 24 层 XLM-RoBERTa 模型,大小写保持不变。在 100 种语言的 CommonCrawl 上训练。 |