BLSTM for handwriting (2)
Žádný odhad
Žádné hardwarové požadavky pro tento model
Hmotnosti pro tento model nebyly zveřejněny, takže jej nelze stáhnout ani spustit na vlastním hardwaru v žádné velikosti. Je dostupný pouze prostřednictvím svého poskytovatele, a žádná změna grafické karty to nezmění..
Na záznamu
Plná specifikace
Všechno o tomto modelu v záznamech. Většina z toho popisuje, jak byl trénován, spíše než jak funguje — užitečný kontext pro posouzení, kolik práce do něj bylo vynaloženo, a jak se srovnává s modely postavenými na jiné úrovni..
Původ
Kdo vytvořil tento model, kde a kdy byl publikován.
- Organizace
- University of Bern,IDSIA,Technical University of Munich
- Typ organizace
- Academia,Academia,Academia
- Země
- Switzerland, Germany
- Publikováno
- 3 December 2007
- Autoři
- Alex Graves, Marcus Liwicki, Horst Bunke, Jürgen Schmidhuber, Santiago Fernández
Co to dělá
Problémové oblasti, pro které byl model vytvořen. Model může obsahovat několik z každého.
- Doména
- Vision
- Úkol
- Character recognition (OCR)
Velikost
Jak velký je model a kolik dat byl trénován. Parametry jsou číslo, které rozhoduje, zda se vejde na danou grafickou kartu.
- parametry
- 100.9K
- Výcviková data
- 3,298,424 tokens
For the raw input representation, there were 4 input units and a total of 100,881 weights
Jak je to klasifikováno
Štítky aplikačních datových sad, které se používají při sledování významných modelů, a jak jistý je ve záznamu.
- Proč je to sledováno
- SOTA improvement
- Citace
- 341
"In experiments on an unconstrained online database, we record excellent results using either raw or preprocessed data, well outperforming a state-of-the-art HMM based system in both cases."
Žrovy
Odkud tento záznam pochází a kdy byl naposledy zkontrolován.
- Reference
- Unconstrained online handwriting recognition with recurrent neural networks
- Nap poslední aktualizace
- 11 February 2026
Co čísla znamenají
O tomto modelu
BLSTM for handwriting (2) byl zveřejněn University of Bern,IDSIA,Technical University of Munich, v zemi zaznamenané jako Switzerland, během December 2007. Vydavatelská organizace je kategorizována jako academia,Academia,Academia.
funguje v oblasti Vision, a je zaznamenán jako vykonávající úkol character recognition (OCR).
Protože váhy nejsou k dispozici, žádné z hardwarových údajů na tomto webu se na něj nevztahují.
Co bylo zapotřebí k jeho vybudování
Trénink spotřeboval korpus kolem 3,298,424 tokeny textu
Je sledováno v základním datasetu z jednoho konkrétního důvodu: sOTA improvement.
Odpovědi
BLSTM for handwriting (2) — běžné otázky
BLSTM for handwriting (2)— Kdy byl vydán?
Bylo to zveřejněno v December 2007. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.
BLSTM for handwriting (2)— K čemu se to používá?
funguje v oblasti Vision, a je zaznamenáno jako zpracovávající úkol character recognition (OCR). Toto jsou oblasti, kolem nichž byl navržen; popisují záměr spíše než tvrdou hranici.
BLSTM for handwriting (2)— Jakou GPU potřebuji k jejímu spuštění?
Žádné. Toto je uzavřený model — jeho váhy nikdy nebyly zveřejněny, takže jej nelze stáhnout nebo spustit na vlastním hardwaru za žádnou cenu. Je dostupný pouze prostřednictvím jeho poskytovatele.
BLSTM for handwriting (2)— Je to OPEN SOURCE?
Licencování nikdy nebylo zaznamenáno v našich zdrojových datech. Neuváděné licencování považujeme za uzavřené, protože nezaznamenaná licence není na kterou by se dalo spoléhat.
BLSTM for handwriting (2)— kolik má parametrů?
Má počet parametrů 100.9K. For the raw input representation, there were 4 input units and a total of 100,881 weights. Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.
BLSTM for handwriting (2)— Kdo to vytvořil?
Bylo to publikováno společností University of Bern,IDSIA,Technical University of Munich, zakládající se na Switzerland, organizace zařazená jako academia,Academia,Academia.
Druhý směr
Díváte se na to z druhé strany?
Tato stránka začíná od modelu. Pokud již vlastníte kartu a chcete vědět všechno, co bude spuštěno, začněte raději od hardwaru.