BLSTM for handwriting (1)
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
- 23 September 2007
- Autores
- M Liwicki, A Graves, S Fernàndez
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), Image classification
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.
- Datos de entrenamiento
- 405,478 tokens
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
- Confianza de registro
- Unknown
- Citas
- 287
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- A Novel Approach to On-Line Handwriting Recognition Based on Bidirectional Long Short-Term Memory Networks
- Última actualización
- 11 February 2026
Qué significan los números
Acerca de este modelo
BLSTM for handwriting (1) fue publicado por University of Bern,IDSIA,Technical University of Munich, en el país registrado como Switzerland, durante September 2007. La categoría en la que se encuentra el editor es academia,Academia,Academia.
Funciona en el dominio de Vision, y se registra como realizando la tarea de character recognition (OCR), Image classification.
Sus pesos nunca fueron publicados, por lo que solo se puede acceder a través de su proveedor. No hay cambios en la tarjeta gráfica que eso.
Cómo fue entrenado
El conjunto de entrenamiento se ejecutó a aproximadamente 405,478 tokens de texto
Su criterio de inclusión: sOTA improvement.
Respuestas
BLSTM for handwriting (1) — preguntas comunes
BLSTM for handwriting (1)— ¿cuántos parámetros tiene?
No se ha publicado el conteo de parámetros para él, por lo que no aparece ninguna cifra de memoria o velocidad en esta página.
BLSTM for handwriting (1)— ¿Quién lo creó?
Fue publicado por University of Bern,IDSIA,Technical University of Munich, basado en Switzerland, una organización categorizada como academia,Academia,Academia.
BLSTM for handwriting (1)— ¿cuándo fue lanzado?
Se publicó en September 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 (1)— ¿Para qué se utiliza?
Funciona en el dominio de Vision, y se registra como manejando la tarea de character recognition (OCR), Image classification. Los Modelos suelen llevar más de uno de cada uno, y las etiquetas describen el propósito en lugar de los límites de capacidad.
BLSTM for handwriting (1)— ¿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 (1)— ¿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.
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.