Perceptron for Large Margin Classification
Sin estimación
No hay requisitos de hardware para este modelo
Los pesos de este modelo no han sido publicados, por lo que no se puede descargar ni ejecutar en su propio hardware en ningún tamaño. Solo es accesible a través de su proveedor, y ninguna tarjeta gráfica lo cambia.
En registro
Especificación completa
Todo lo registrado para este modelo. La mayoría de ello describe cómo fue entrenado en lugar de cómo se ejecuta — contexto útil para juzgar cuánto trabajo se dedicó a ello y cómo se compara con modelos construidos a una escala diferente.
Origen
¿Quién construyó este modelo, dónde y cuándo fue publicado?
- Organización
- University of California San Diego,Shannon Laboratory,AT&T
- Tipo de organización
- Academia,Industry
- País
- United States of America
- Publicado
- 1 December 1999
- Autores
- Yoav Freund & Robert E. Schapire
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 utilizaron para entrenarlo. Los parámetros son la cifra que decide si se ajusta en una tarjeta gráfica dada.
- Datos de entrenamiento
- 60,000 tokens
"The dataset consists of 60,000 training examples and 10,000 test examples."
Cómo se clasifica
Etiquetas que aplica el conjunto de datos de origen al rastrear modelos notables y cuán seguro está de la entrada.
- Citas
- 1,731
Fuentes
De dónde proviene este registro y cuándo fue revisado por última vez.
- Referencia
- Large Margin Classification Using the Perceptron Algorithm
- Última actualización
- 28 November 2025
Qué significan los números
Qué es este modelo
Perceptron for Large Margin Classification was published by University of California San Diego,Shannon Laboratory,AT&T, in United States of America, in December 1999. academia,Industry is the category the publisher falls under.
It works in Vision, and is recorded as doing character recognition (OCR).
Sus pesos nunca fueron publicados, por lo que solo se puede acceder a ellos a través de su proveedor. Ninguna tarjeta gráfica cambia eso.
Qué se utilizó para construirlo
The training set ran to roughly 60,000 tokens.
Respuestas
Perceptron for Large Margin Classification — Preguntas frecuentes
Who created Perceptron for Large Margin Classification?
Perceptron for Large Margin Classification was published by University of California San Diego,Shannon Laboratory,AT&T, based in United States of America, categorised as academia,Industry.
When was Perceptron for Large Margin Classification released?
Perceptron for Large Margin Classification was published in December 1999. Capability per parameter has improved considerably since, so a newer model of the same size is often the better use of the same hardware.
What is Perceptron for Large Margin Classification used for?
Perceptron for Large Margin Classification works in Vision, and is recorded as handling character recognition (OCR). A model can carry several of each, so these are the areas it was built for rather than a limit on what it will attempt.
What GPU do I need to run Perceptron for Large Margin Classification?
None. Perceptron for Large Margin Classification is a closed model — its weights were never published, so it cannot be downloaded or run on your own hardware at any price. It is reachable only through its provider.
Is Perceptron for Large Margin Classification open source?
The licensing for Perceptron for Large Margin Classification was never recorded in our source data. We treat unstated licensing as closed, because an unrecorded licence is not one to rely on.
How many parameters does Perceptron for Large Margin Classification have?
No parameter count has been published for Perceptron for Large Margin Classification, which is why no memory or speed figure appears on this page.
La otra dirección
¿Mirándolo desde el otro lado?
Esta página comienza desde el modelo. Si ya posee una tarjeta y desea saber todo lo que podrá ejecutar, empiece por el hardware en su lugar.