BLSTM for handwriting (2)
Sin estimación
Sin requisitos de hardware para este modelo
Los pesos para este modelo no han sido publicados, por lo que no se puede descargar ni ejecutar en tu propio hardware de ningún tamaño. Solo se puede acceder a través de su proveedor, y ningún cambio de tarjeta gráfica eso..
En registro
especificación completa
Todo en archivo para este modelo. La mayor parte describe cómo fue entrenado en lugar de cómo se ejecuta — contexto útil para juzgar cuánto trabajo se invirtió en él y cómo se compara con modelos construidos a una escala diferente..
Origen
Quién construyó este modelo, dónde, y cuándo fue publicado.
- Organización
- University of Bern,IDSIA,Technical University of Munich
- Tipo de Organización
- Academia,Academia,Academia
- País
- Switzerland, Germany
- Publicado
- 3 December 2007
- Autores
- Alex Graves, Marcus Liwicki, Horst Bunke, Jürgen Schmidhuber, Santiago Fernández
Lo que hace
Las áreas problemáticas para las que se construyó el modelo. Un modelo puede llevar varios de cada uno.
- Dominio
- Vision
- Tarea
- Character recognition (OCR)
Tamaño
Qué tan grande es el modelo y cuántos datos se usaron para su entrenamiento. Los parámetros son la cifra que decide si se ajusta en una tarjeta gráfica dada.
- parámetros
- 100.9K
- Datos de entrenamiento
- 3,298,424 tokens
For the raw input representation, there were 4 input units and a total of 100,881 weights
Cómo está clasificado
Etiquetas que el conjunto de datos fuente aplica al rastrear modelos notables y cuán confiable es en la entrada.
- Por qué se rastrea
- SOTA improvement
- Citas
- 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."
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- Unconstrained online handwriting recognition with recurrent neural networks
- Última actualización
- 11 February 2026
Qué significan los números
Acerca de este modelo
BLSTM for handwriting (2) fue publicado por University of Bern,IDSIA,Technical University of Munich, en el país registrado como Switzerland, durante December 2007. La organización editora está clasificada como academia,Academia,Academia.
Funciona en el dominio de Vision, y se registra como realizando la tarea de character recognition (OCR).
Debido a que los pesos no están disponibles, ninguna de las cifras de hardware en este sitio se aplica a él.
Qué se necesitó para construirlo
El entrenamiento consumió un corpus de alrededor de 3,298,424 tokens de texto
Se rastrea en el conjunto de datos subyacente por una razón en particular: sOTA improvement.
Respuestas
BLSTM for handwriting (2) — preguntas comunes
BLSTM for handwriting (2)— ¿cuándo fue lanzado?
Se publicó en December 2007. La capacidad por parámetro ha mejorado considerablemente desde entonces, por lo que un modelo más reciente del mismo tamaño suele ser el mejor uso del mismo hardware.
BLSTM for handwriting (2)— ¿Para qué se utiliza?
Funciona en el dominio de Vision, y se registra como manejando la tarea de character recognition (OCR). Estas son las áreas en las que fue diseñado; describen la intención más que un límite estricto.
BLSTM for handwriting (2)— ¿Qué GPU necesito para ejecutarlo?
Ninguno. Este es un modelo cerrado: sus PESOS nunca fueron publicados, por lo que no se puede descargar o ejecutar en su propio hardware a ningún precio. Solo se puede acceder a él a través de su proveedor.
BLSTM for handwriting (2)— ¿Es de código abierto?
La licencia nunca fue registrada en nuestros datos fuente. Tratamos las licencias no declaradas como cerradas, porque una licencia no registrada no es una en la que confiar.
BLSTM for handwriting (2)— ¿cuántos parámetros tiene?
Tiene un recuento de parámetros de 100.9K. For the raw input representation, there were 4 input units and a total of 100,881 weights. Esa cifra es el total, y es lo que decide cuánta MEMORIA necesita el modelo — aproximadamente medio gigabyte por mil millones en la compresión que la mayoría de las personas usa.
BLSTM for handwriting (2)— ¿Quién lo creó?
Fue publicado por University of Bern,IDSIA,Technical University of Munich, basado en Switzerland, una organización categorizada como academia,Academia,Academia.
La otra dirección
¿Mirándolo desde el otro lado?
Esta página comienza desde el modelo. Si ya posees una tarjeta y quieres saber todo lo que podrá ejecutar., Comience desde el hardware en su lugar.