Random Decision Forests

Geschlossene Gewichtungen AT&T,Bell Laboratories August 1995

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
AT&T,Bell Laboratories
Organisationsart
Industry,Industry
Land
United States of America
Veröffentlicht
14 August 1995
Autoren
TK Ho

Was es tut

Die Problemfelder, für die das Modell entwickelt wurde. Ein Modell kann mehrere davon tragen.

Domain
Other
Aufgabe
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
60,000 tokens

The images are from the 1992 NIST (National Institute of Standards and Technology) Competition

Wie es klassifiziert ist

Labels, die das Quell-Datenset anwendet, wenn bemerkenswerte Modelle verfolgt werden, und wie zuversichtlich es in den Eintrag ist.

Zitationen
4,678

Quellen

Woher dieser Datensatz stammt und wann er zuletzt überprüft wurde.

Referenz
Random decision forests
Zuletzt aktualisiert
28 November 2025

Was die Zahlen bedeuten

Was dieses Modell ist

Random Decision Forests wurde veröffentlicht von AT&T,Bell Laboratories, im Land aufgezeichnet als United States of America, während August 1995. Die Kategorie, in die der Herausgeber fällt, ist industry,Industry.

Es funktioniert im Bereich von Other, und wird als die Aufgabe von aufgezeichnet image classification.

Da die Gewichte nicht verfügbar sind, gelten keine der Hardwareangaben an anderer Stelle auf dieser Seite für sie.

Training und Herkunft

Es wurde auf einem Korpus von etwa 60,000 Text-Tokens

Antworten

Random Decision Forests — Häufige Fragen

01

Random Decision Forests— Wie viele Parameter hat es?

Es wurden keine Parameteranzahlen veröffentlicht, weshalb keine Speicher- oder Geschwindigkeitsangaben auf dieser Seite erscheinen.

02

Random Decision Forests— Wer hat es erstellt?

Es wurde veröffentlicht von AT&T,Bell Laboratories, basiert auf United States of America, eine als kategorisierte Organisation industry,Industry.

03

Random Decision Forests— Wann wurde es veröffentlicht?

Es wurde veröffentlicht in August 1995. Die Fähigkeit pro Parameter hat sich erheblich verbessert, sodass ein neueres Modell derselben Größe oft die bessere Nutzung derselben Hardware darstellt.

04

Random Decision Forests— Wofür wird es verwendet?

Es funktioniert im Bereich von Other, und wird als Bewältigung der Aufgabe von image classification. Modelle tragen häufig mehr als eines von jeder, und die Tags beschreiben den Zweck anstelle von Fähigkeitsgrenzen.

05

Random Decision Forests— 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.

06

Random Decision Forests— 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.

Quelle

Originalveröffentlichung

Letzte Aktualisierung des Protokolls 28 November 2025

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.