BLSTM for handwriting (1)
Keine Schätzung
Keine Hardwareanforderungen für dieses Modell
Die Gewichte für dieses Modell wurden nicht veröffentlicht, daher kann es nicht heruntergeladen oder auf Ihrer eigenen Hardware in beliebiger Größe betrieben werden. Es ist nur über seinen Anbieter erreichbar, und keine Grafikkarte ändert das..
Aufgezeichnet
Volle Spezifikation
Alles, was in unserer Datenbank für dieses Modell aufgezeichnet ist. Der Großteil beschreibt, wie es trainiert wurde, anstatt wie es läuft — nützlicher Kontext zur Beurteilung, wie viel Arbeit darin steckt und wie es sich mit Modellen vergleicht, die in einem anderen Maßstab erstellt wurden..
Ursprung
Wer hat dieses Modell gebaut, wo und wann es veröffentlicht wurde.
- Organisation
- University of Bern,IDSIA,Technical University of Munich
- Organisationsart
- Academia,Academia,Academia
- Land
- Switzerland, Germany
- Veröffentlicht
- 23 September 2007
- Autoren
- M Liwicki, A Graves, S Fernàndez
Was es tut
Die Problemfelder, für die das Modell entwickelt wurde. Ein Modell kann mehrere davon tragen.
- Domain
- Vision
- Aufgabe
- Character recognition (OCR), Image classification
Größe
Wie groß das Modell ist und wie viele Daten damit trainiert wurden. Parameter sind die Zahl, die entscheidet, ob es auf einer bestimmten GPU-Karte passt.
- Trainingsdaten
- 405,478 tokens
Wie es klassifiziert ist
Labels, die das Quell-Datenset anwendet, wenn bemerkenswerte Modelle verfolgt werden, und wie zuversichtlich es in den Eintrag ist.
- Warum es verfolgt wird
- SOTA improvement
- Aufzeichnungsgenauigkeit
- Unknown
- Zitationen
- 287
Quellen
Woher dieser Datensatz stammt und wann er zuletzt überprüft wurde.
- Referenz
- A Novel Approach to On-Line Handwriting Recognition Based on Bidirectional Long Short-Term Memory Networks
- Zuletzt aktualisiert
- 11 February 2026
Was die Zahlen bedeuten
Über dieses Modell
BLSTM for handwriting (1) wurde veröffentlicht von University of Bern,IDSIA,Technical University of Munich, im Land aufgezeichnet als Switzerland, während September 2007. Die Kategorie, in die der Herausgeber fällt, ist academia,Academia,Academia.
Es funktioniert im Bereich von Vision, und wird als die Aufgabe von aufgezeichnet character recognition (OCR), Image classification.
Seine Gewichte wurden niemals veröffentlicht, daher kann es nur über seinen Anbieter erreicht werden. Keine Grafikkarten ändern das.
Wie es trainiert wurde
Der Trainingssatz lief auf etwa 405,478 Text-Tokens
Das Einschlusskriterium: sOTA improvement.
Antworten
BLSTM for handwriting (1) — Häufige Fragen
BLSTM for handwriting (1)— Wie viele Parameter hat es?
Es wurden keine Parameteranzahlen veröffentlicht, weshalb keine Speicher- oder Geschwindigkeitsangaben auf dieser Seite erscheinen.
BLSTM for handwriting (1)— Wer hat es erstellt?
Es wurde veröffentlicht von University of Bern,IDSIA,Technical University of Munich, basiert auf Switzerland, eine als kategorisierte Organisation academia,Academia,Academia.
BLSTM for handwriting (1)— Wann wurde es veröffentlicht?
Es wurde veröffentlicht in September 2007. Die Fähigkeit pro Parameter hat sich erheblich verbessert, sodass ein neueres Modell derselben Größe oft die bessere Nutzung derselben Hardware darstellt.
BLSTM for handwriting (1)— Wofür wird es verwendet?
Es funktioniert im Bereich von Vision, und wird als Bewältigung der Aufgabe von character recognition (OCR), Image classification. Modelle tragen häufig mehr als eines von jeder, und die Tags beschreiben den Zweck anstelle von Fähigkeitsgrenzen.
BLSTM for handwriting (1)— Welche GPU benötige ich, um es auszuführen?
Dieses ist ein geschlossenes Modell — seine Gewichte wurden nie veröffentlicht, sodass es zu keinem Preis heruntergeladen oder auf Ihrer eigenen Hardware ausgeführt werden kann. Es ist nur über seinen Anbieter erreichbar.
BLSTM for handwriting (1)— Ist es Open-Source?
Die Lizenzierung wurde nie in unseren Quelldaten aufgezeichnet. Wir behandeln nicht angegebene Lizenzen als geschlossen, da eine nicht aufgezeichnete Lizenz keine ist, auf die man sich verlassen kann.
Die andere Richtung
Von der anderen Seite aus betrachten?
Diese Seite beginnt mit dem Modell. Wenn Sie bereits eine Karte besitzen und alles wissen möchten, was sie ausführen wird, Starte stattdessen von der Hardware.