Kohonen network
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
- Helsinki University of Technology
- Type d'organisation
- Academia
- Pays
- Finland
- Publié
- 25 July 1981
- Auteurs
- T Kohonen
Ce qu'il fait
Les domaines problématiques pour lesquels le modèle a été conçu. Un modèle peut contenir plusieurs de chacun.
- Domaine
- Mathematics
- Tâche
- Dimensionality reduction
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
- 4.1K
- Données d'entraînement
- 4,000 tokens
The input vectors are 3D. I could not find the grid size, but from the images it looks 8x8. So the network was 8x8x3 parameters.
??? Seemingly no info
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
- 11,841
Sources
D'où vient cet enregistrement et quand a-t-il été vérifié pour la dernière fois.
- Référence
- Self-organized formation of topologically correct feature maps
- Dernière mise à jour
- 28 November 2025
Ce que les chiffres signifient
À propos de ce modèle
Kohonen network a été publié par Helsinki University of Technology, dans le pays enregistré comme Finland, durant July 1981. Cela provient d'une organisation classée comme academia.
Il fonctionne dans le domaine de Mathematics, et est enregistré comme exécutant la tâche de dimensionality reduction.
C'est un modèle fermé : les valeurs entraînées sont restées avec ceux qui les ont produites, et il n'y a pas de version locale à exécuter.
Entraînement et provenance
L'entraînement a consommé un corpus d'environ 4,000 jetons de texte
La raison pour laquelle il apparaît dans ce catalogue. highly cited.
Réponses
Kohonen network — questions courantes
Kohonen network— à quoi ça sert ?
Il fonctionne dans le domaine de Mathematics, et est enregistré comme gérant la tâche de dimensionality reduction. Un modèle peut porter plusieurs de chacun, donc ce sont les domaines pour lesquels il a été conçu plutôt qu'une limite sur ce qu'il tentera.
Kohonen network— 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.
Kohonen network— 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.
Kohonen network— combien de paramètres cela a-t-il ?
Il a un nombre de paramètres de 4.1K. The input vectors are 3D. I could not find the grid size, but from the images it looks 8x8. So the network was 8x8x3 parameters. 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.
Kohonen network— qui l'a créé ?
Il a été publié par Helsinki University of Technology, basé sur Finland, une organisation catégorisée comme academia.
Kohonen network— quand a-t-il été publié ?
Il a été publié dans July 1981. 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.
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.