Support Vector Machines
Aucune estimation
Aucune exigence matérielle pour ce modèle
Les poids de ce modèle n'ont pas été publiés, donc il ne peut pas être téléchargé ou exécuté sur votre propre matériel à aucune taille. Il n'est accessible que par l'intermédiaire de son fournisseur, et aucun changement de carte graphique ne modifie cela..
Enregistrement
Spécifications complètes
Tout est enregistré pour ce modèle. La plupart décrit comment il a été entraîné plutôt que comment il fonctionne — un contexte utile pour juger combien de travail a été investi, et comment il se compare avec des modèles construits à une échelle différente..
Origine
Qui a construit ce modèle, où, et quand il a été publié.
- Organisation
- AT&T,Bell Laboratories
- Type d'organisation
- Industry,Industry
- Pays
- United States of America
- Publié
- 1 September 1995
- Auteurs
- C Cortes, V Vapnik
Ce qu'il fait
Les domaines problématiques pour lesquels le modèle a été conçu. Un modèle peut contenir plusieurs de chacun.
- Domaine
- Vision
- Tâche
- Image classification
Taille
Quelle est la taille du modèle et combien de données il a été formé. Les paramètres sont le chiffre qui décide s'il convient à une carte graphique donnée.
- paramètres
- 100M
- Données d'entraînement
- 60,000 tokens
Section 6.2.2: "...polynomials of degree 4 (that have more than 10^8 free parameters)..." They used 4-degree polynomials for MNIST
Section 6.2: "The large database consists of 60,000 training and 10,000 test patterns"
Comment il est classé
Étiquettes que le ensemble de données source applique lors du suivi de modèles notables, et à quel point il est confiant dans l'entrée.
- Pourquoi c'est suivi
- Highly cited
- Citations
- 48,968
Sources
D'où vient cet enregistrement et quand a-t-il été vérifié pour la dernière fois.
- Référence
- Support-Vector Networks
- Dernière mise à jour
- 28 November 2025
Ce que les chiffres signifient
Ce que ce modèle est
Support Vector Machines a été publié par AT&T,Bell Laboratories, dans le pays enregistré comme United States of America, durant September 1995. L'organisation de publication est catégorisée comme industry,Industry.
Il fonctionne dans le domaine de Vision, et est enregistré comme exécutant la tâche de image classification.
Ses poids n'ont jamais été publiés, donc il ne peut être atteint que par son fournisseur. Aucun changement de carte graphique ne change cela.
Comment il a été entraîné
L'entraînement a consommé un corpus d'environ 60,000 jetons de texte
Il est suivi dans le ensemble de données sous-jacent pour une raison particulière : highly cited.
Réponses
Support Vector Machines — questions courantes
Support Vector Machines— qui l'a créé ?
Il a été publié par AT&T,Bell Laboratories, basé sur United States of America, une organisation catégorisée comme industry,Industry.
Support Vector Machines— quand a-t-il été publié ?
Il a été publié dans September 1995. La capacité par paramètre s'est considérablement améliorée depuis, donc un modèle plus récent de la même taille est souvent le meilleur usage du même matériel.
Support Vector Machines— à quoi ça sert ?
Il fonctionne dans le domaine de Vision, et est enregistré comme gérant la tâche de image classification. Ce sont les domaines autour desquels il a été conçu ; ils décrivent l'intention plutôt qu'une limite stricte.
Support Vector Machines— Quelle GPU ai-je besoin pour l'exécuter ?
Aucun. C'est un modèle fermé - ses poids n'ont jamais été publiés, il ne peut donc pas être téléchargé ou exécuté sur votre propre matériel à aucun prix. Il n'est accessible que par son fournisseur.
Support Vector Machines— est-ce que c'est open source ?
La licence n'a jamais été enregistrée dans nos données source. Nous considérons une licence non déclarée comme fermée, car une licence non enregistrée n'est pas une licence sur laquelle compter.
Support Vector Machines— combien de paramètres cela a-t-il ?
Il a un nombre de paramètres de 100M. Section 6.2.2: "...polynomials of degree 4 (that have more than 10^8 free parameters)..." They used 4-degree polynomials for MNIST. Ce chiffre est le total, et c'est ce qui détermine combien de mémoire le modèle nécessite — environ un demi-gigaoctet par milliard à la compression que la plupart des gens utilisent.
L'autre direction
Regardez-le de l'autre côté ?
Cette page commence par le modèle. Si vous possédez déjà une carte et souhaitez savoir tout ce qu'elle exécutera., commencez par le matériel à la place.