Perceptron for Large Margin Classification

Zárt súlyok University of California San Diego,Shannon Laboratory,AT&T December 1999

Nincs becslés

Nincs hardver követelmény ennek a modellnek

A modellhez tartozó súlyokat nem tették közzé, így nem tölthető le vagy futtatható a saját hardverén bármilyen méretben. Csak a szolgáltatóján keresztül érhető el, és egyetlen grafikus kártya sem változtat ezen..

Nyilvántartásban

Teljes specifikáció

Minden feljegyzett ezzel a modellel kapcsolatban. A legtöbbje azt írja le, hogyan képezték ki, nem pedig azt, hogyan fut — hasznos kontextus annak megítéléséhez, hogy mennyi munka ment bele, és hogyan viszonyul a más méretben épített modellekhez..

Eredet

Ki építette ezt a modellt, hol, és mikor publikálták.

Szervezet
University of California San Diego,Shannon Laboratory,AT&T
Szervezet típusa
Academia,Industry
Ország
United States of America
Közölt
1 December 1999
Szerzők
Yoav Freund & Robert E. Schapire

Mit csinál

A probléma területek, amelyekre a modell készült. Egy modell több mindegyikből hordozhat.

Tartomány
Vision
Feladat
Character recognition (OCR)

Méret

Mekkora a modell, és mennyi adatot használtak a betanításához. A paraméterek azok a számok, amelyek eldöntik, hogy az adott grafikus kártyára illeszkedik-e.

Képzési adatok
60,000 tokens

"The dataset consists of 60,000 training examples and 10,000 test examples."

Hogyan van besorolva

Címkék a forráshalmazra, amelyeket a figyelemre méltó modellek nyomon követésekor alkalmaznak, és hogy mennyire biztos az adatbevitelben.

Hivatkozások
1,731

Források

Honnan származik ez a felvétel és mikor ellenőrizték utoljára.

Referencia
Large Margin Classification Using the Perceptron Algorithm
Utoljára frissítve
28 November 2025

Mit jelentenek a számok

Mit jelent ez a modell

Perceptron for Large Margin Classification ki lett adva által University of California San Diego,Shannon Laboratory,AT&T, az országban rögzítve mint United States of America, alatt December 1999. A kiadó kategóriája alá tartozik academia,Industry.

Működik a területen a Vision, és úgy van rögzítve, mint a feladat végrehajtása character recognition (OCR).

Súlyait soha nem tették közzé, így csak a szolgáltatóján keresztül érhető el. Nincs grafikus kártya, ami ezt megváltoztatná.

Mi került a felépítésébe

A tanító készlet kb. futott 60,000 szöveg tokenjei

Válaszok

Perceptron for Large Margin Classification — gyakori kérdések

01

Perceptron for Large Margin Classification— Ki készítette ezt?

Kiadta University of California San Diego,Shannon Laboratory,AT&T, alapján United States of America, egy szervezet, amelyet kategorizáltak mint academia,Industry.

02

Perceptron for Large Margin Classification— Mikor adták ki?

Kibocsátották a December 1999. A paraméterenkénti képesség lényegesen javult azóta, így egy újabb, azonos méretű modell gyakran jobb felhasználása a same hardvernek.

03

Perceptron for Large Margin Classification— Mire használják?

Működik a területen a Vision, és rögzítve van, hogy kezeli a feladatot character recognition (OCR). A modell több mindenből is képes cipelni, így ezek azok a területek, amelyekre épült, nem pedig egy korlát arra, amit meg fog próbálni.

04

Perceptron for Large Margin Classification— Milyen GPU-ra van szükségem, hogy futtathassam?

Ez egy zárt modell — a súlyait soha nem tették közzé, így nem tölthető le és nem futtatható a saját hardverén semmilyen áron. Csak a szolgáltatóján keresztül érhető el.

05

Perceptron for Large Margin Classification— Nyílt forráskódú?

A licencálás sosem volt rögzítve a forrásadatainkban. Az állandóan nem megadott licencet zártnak tekintjük, mert a nem rögzített licenc nem egy megbízható.

06

Perceptron for Large Margin Classification— Hány paramétere van?

Nincs közzétéve paraméterszám, ezért ez az oldal nem tartalmaz memóriával vagy sebességgel kapcsolatos adatokat.

Forrás

Eredeti kiadvány

Az utolsó frissítés időpontja 28 November 2025

A másik irány

Másik oldalról nézve?

Ez az oldal a modellel kezdődik. Ha már van kártyád, és szeretnéd tudni, hogy mindent futtat-e, Kezdj a hardverből..