TFE SVM
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
- Centre de Recherche en Automatique de Nancy (CRAN),CENPARMI
- Tipo de Organización
- Academia,Academia
- País
- France, Canada
- Publicado
- 2 February 2006
- Autores
- Fabian Lauer, Ching Y Suen, Gerard Bloch
Lo que hace
Las áreas problemáticas para las que se construyó el modelo. Un modelo puede llevar varios de cada uno.
- Dominio
- Vision
- Tarea
- Digit recognition
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
- 600,000 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
- 365
best at affine-transformed digits in table 4
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- A trainable feature extractor for handwritten digit recognition
- Última actualización
- 28 November 2025
Qué significan los números
Qué es este modelo
TFE SVM fue publicado por Centre de Recherche en Automatique de Nancy (CRAN),CENPARMI, en el país registrado como France, durante February 2006. La organización editora está clasificada como academia,Academia.
Funciona en el dominio de Vision, y se registra como realizando la tarea de digit recognition.
Este es un modelo cerrado: los valores entrenados quedaron con quien los produjo, y no hay una versión local para ejecutar.
Qué se necesitó para construirlo
El entrenamiento consumió un corpus de alrededor de 600,000 tokens de texto
La razón por la que aparece en este catálogo en absoluto: sOTA improvement.
Respuestas
TFE SVM — preguntas comunes
TFE SVM— ¿Quién lo creó?
Fue publicado por Centre de Recherche en Automatique de Nancy (CRAN),CENPARMI, basado en France, una organización categorizada como academia,Academia.
TFE SVM— ¿cuándo fue lanzado?
Se publicó en February 2006. 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.
TFE SVM— ¿Para qué se utiliza?
Funciona en el dominio de Vision, y se registra como manejando la tarea de digit recognition. Un modelo puede manejar varios de cada uno, así que estas son las áreas para las que fue construido en lugar de un límite en lo que intentará.
TFE SVM— ¿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.
TFE SVM— ¿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.
TFE SVM— ¿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.
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.