Linear Decision Functions
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
- Bell Laboratories
- Tipo de Organización
- Industry
- País
- United States of America
- Publicado
- 1 June 1962
- Autores
- W. Highleyman
Lo que hace
Las áreas problemáticas para las que se construyó el modelo. Un modelo puede llevar varios de cada uno.
- Dominio
- Mathematics
- Tarea
- Binary 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
- 500 tokens
"Fifty different people were asked, resulting in a sample size of 50 for each of the ten pattern classes. "
Cómputo de entrenamiento
La aritmética realizada para entrenar el modelo, medida en operaciones de punto flotante. Es una medida de lo que costó la ejecución del entrenamiento, no de qué tan rápido te responde el modelo terminado.
- Cómputo de entrenamiento
- 1.6 × 10⁶ FLOP
- Cómo se estableció
- Hardware
0.5*45*35*1980 = 1559250 = 1.56e6 Trained using IBM punched cards, computation took 45 * 35s for all 10 digits (Section Estimating the Linear Decision Function). Multiplications per second estimate based on publication year: 1.98e3 (regression on Nordhaus data). Assumed utilization of 0.5
La ejecución de entrenamiento
Lo que costó físicamente entrenar: qué chips, cuántos, por cuánto tiempo y qué eso consumió de la pared.
- Tiempo de reloj
- 0 hours
"Forty-five hyperplanes are required in the complete linear decision function" "About 35 seconds, on the average, was required to determine a hyperplane, given an initial position."
Cómo está clasificado
Etiquetas que el conjunto de datos fuente aplica al rastrear modelos notables y cuán confiable es en la entrada.
- Modelo Frontier
- Yes
- Por qué se rastrea
- Historical significance,Highly cited
- Confianza de registro
- Speculative
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- Linear Decision Functions, with Application to Pattern Recognition
- Última actualización
- 28 November 2025
Qué significan los números
Acerca de este modelo
Linear Decision Functions fue publicado por Bell Laboratories, en el país registrado como United States of America, durante June 1962. La organización editora está clasificada como industry.
Funciona en el dominio de Mathematics, y se registra como realizando la tarea de binary classification.
Debido a que los pesos no están disponibles, ninguna de las cifras de hardware en este sitio se aplica a él.
Entrenamiento y procedencia
Producirlo requirió una aritmética que totaliza alrededor de 1.6 × 10⁶ FLOP. Esa cifra mide lo que costó producir el modelo, y no tiene relación con qué tan rápido responde.
Fue entrenado en un corpus de aproximadamente 500 tokens de texto
La razón por la que aparece en este catálogo en absoluto: historical significance,Highly cited.
Respuestas
Linear Decision Functions — preguntas comunes
Linear Decision Functions— ¿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.
Linear Decision Functions— ¿Quién lo creó?
Fue publicado por Bell Laboratories, basado en United States of America, una organización categorizada como industry.
Linear Decision Functions— ¿cuándo fue lanzado?
Se publicó en June 1962. 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.
Linear Decision Functions— ¿Para qué se utiliza?
Funciona en el dominio de Mathematics, y se registra como manejando la tarea de binary classification. Los Modelos suelen llevar más de uno de cada uno, y las etiquetas describen el propósito en lugar de los límites de capacidad.
Linear Decision Functions— cuánto compute se utilizó para entrenarlo?
El entrenamiento consumió alrededor 1.6 × 10⁶ FLOP. Eso mide cuánto costó producir el modelo y no dice nada sobre cuán rápido responde una vez entrenado — la velocidad de inferencia proviene del ancho de banda de memoria, no del presupuesto de entrenamiento.
Linear Decision Functions— ¿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.
Linear Decision Functions— ¿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.