efficientnet_el.ra_in1k
Lançado pela timm em 2022, efficientnet_el.ra_in1k é um modelo de geração de imagens. efficientnet_el.ra_in1k is an open-weights image model.
by timm
Ideal para
Como usar efficientnet_el.ra_in1k no osFoundry
Conecte com sua própria chave (BYOK)
Abra o diálogo de chaves e cole sua chave de API da timm. O osFoundry descobre efficientnet_el.ra_in1k automaticamente — atribua-o a um papel do Maestro (router, direct, orchestrator ou fallback) na aba Pipeline e ele estará ativo em cada chat. Sua chave, sua conta no provedor — sem markup sobre tokens.
Implante um endpoint dedicado
efficientnet_el.ra_in1k é open-weights — execute localmente sem custo, ou implante um endpoint GPU dedicado no seu workspace para capacidade reservada sem limites de taxa.
Use em um Room App
Os Room Apps declaram recursos de IA em seus manifestos e os chamam com invokeAI:
import { invokeAI } from '@osfoundry/app-sdk'
// 'summarize' is an AI feature declared in your app manifest.
const result = await invokeAI('summarize', userText)
Chame a partir dos seus próprios apps
Uma vez que um modelo está conectado ao seu workspace, você pode hospedá-lo como uma API e acessá-lo a partir dos seus próprios serviços, scripts ou CI — fora do osFoundry.
efficientnet_el.ra_in1k vs modelos semelhantes
Licença
Não especificada — Termos de licença não especificados — verifique o model card original antes do uso comercial.
Consulte a documentação original.
Perguntas frequentes sobre efficientnet_el.ra_in1k
efficientnet_el.ra_in1k é gratuito?
efficientnet_el.ra_in1k é gratuito para rodar localmente no seu próprio hardware. O acesso hospedado via osFoundry é medido (entrada Free (local), saída Free (local)). Você pode alternar entre local e hospedado a qualquer momento.
Posso usar efficientnet_el.ra_in1k comercialmente?
Uso comercial é permitido com condições. Termos de licença não especificados — verifique o model card original antes do uso comercial. Consulte a documentação original.
Posso rodar efficientnet_el.ra_in1k localmente?
Sim. efficientnet_el.ra_in1k é open-weights e roda localmente em uma GPU de workstation. O runtime local do osFoundry cuida do carregamento, da quantização e do roteamento do modelo.
Em que efficientnet_el.ra_in1k é melhor?
efficientnet_el.ra_in1k é bem adequado para image classification.
Como uso efficientnet_el.ra_in1k no osFoundry?
Cole sua chave de API da timm no diálogo de chaves (ou implante os pesos abertos para modelos auto-hospedáveis), atribua efficientnet_el.ra_in1k a um papel do Maestro na aba Pipeline e use-o em chats, em Room Apps via invokeAI ou nos seus próprios apps.
Publicado pela timm em 12 de dezembro de 2022. Fonte: https://huggingface.co/timm/efficientnet_el.ra_in1k