BLSTM for handwriting (2)
Nessuna stima
Nessun requisito hardware per questo modello
I pesi per questo modello non sono stati pubblicati, quindi non può essere scaricato o eseguito sul proprio hardware di qualsiasi dimensione. È accessibile solo attraverso il suo fornitore e nessun cambiamento della scheda grafica che.
In registrazione
specifiche complete
Tutto in archivio per questo modello. La maggior parte descrive come è stato addestrato piuttosto che come gira — contesto utile per giudicare quanto lavoro c'è stato dietro, e come si confronta con i modelli costruiti su una scala diversa..
Origine
Chi ha costruito questo modello, dove e quando è stato pubblicato.
- Organizzazione
- University of Bern,IDSIA,Technical University of Munich
- Tipo di organizzazione
- Academia,Academia,Academia
- Paese
- Switzerland, Germany
- Pubblicato
- 3 December 2007
- Autori
- Alex Graves, Marcus Liwicki, Horst Bunke, Jürgen Schmidhuber, Santiago Fernández
Cosa fa
Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Vision
- Compito
- Character recognition (OCR)
Dimensione
Quanto è grande il modello e su quanti dati è stato addestrato. I parametri sono la cifra che decide se si adatta a una determinata scheda grafica.
- parametri
- 100.9K
- Dati di addestramento
- 3,298,424 tokens
For the raw input representation, there were 4 input units and a total of 100,881 weights
Come è classificato
Etichette del dataset sorgente si applicano quando si tracciano modelli notevoli, e quanto è sicuro nell'entry.
- Perché è monitorato
- SOTA improvement
- Citazioni
- 341
"In experiments on an unconstrained online database, we record excellent results using either raw or preprocessed data, well outperforming a state-of-the-art HMM based system in both cases."
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- Unconstrained online handwriting recognition with recurrent neural networks
- Ultimo aggiornamento
- 11 February 2026
Cosa significano i numeri
Informazioni su questo modello
BLSTM for handwriting (2) è stato pubblicato da University of Bern,IDSIA,Technical University of Munich, nel paese registrato come Switzerland, durante December 2007. L'organizzazione di pubblicazione è classificata come academia,Academia,Academia.
Funziona nel dominio di Vision, ed è registrato come eseguire il compito di character recognition (OCR).
Poiché i pesi non sono disponibili, nessuna delle specifiche hardware presenti in questo sito si applica ad esso.
Cosa è stato necessario per costruirlo
L'addestramento ha consumato un corpus di circa 3,298,424 token di testo
È tracciato nel dataset sottostante per una ragione in particolare: sOTA improvement.
Risposte
BLSTM for handwriting (2) — domande comuni
BLSTM for handwriting (2)— quando è stato rilasciato?
È stato pubblicato in December 2007. La capacità per parametro è migliorata considerevolmente da allora, quindi un modello più recente della stessa dimensione è spesso un uso migliore dello stesso hardware.
BLSTM for handwriting (2)— A cosa serve?
Funziona nel dominio di Vision, e viene registrato come gestire il compito di character recognition (OCR). Queste sono le aree su cui è stato progettato; descrivono l'intento piuttosto che un confine rigido.
BLSTM for handwriting (2)— che GPU ho bisogno per eseguirlo?
Nessuno. Questo è un modello chiuso - i suoi pesi non sono mai stati pubblicati, quindi non può essere scaricato o eseguito sul tuo hardware a qualsiasi prezzo. È accessibile solo attraverso il suo fornitore.
BLSTM for handwriting (2)— è open-source?
La licenza non è mai stata registrata nei nostri dati sorgente. Trattiamo le licenze non dichiarate come chiuse, perché una licenza non registrata non è una su cui fare affidamento.
BLSTM for handwriting (2)— quanti parametri ha?
Ha un numero di parametri di 100.9K. For the raw input representation, there were 4 input units and a total of 100,881 weights. Quella cifra è il totale, ed è ciò che decide quanto memoria il modello ha bisogno — circa mezzo gigabyte per miliardo alla compressione che la maggior parte delle persone usa.
BLSTM for handwriting (2)— chi l'ha creato?
È stato pubblicato da University of Bern,IDSIA,Technical University of Munich, basato su Switzerland, un'organizzazione categorizzata come academia,Academia,Academia.
L'altra direzione
Guardandolo dall'altro lato?
Questa pagina parte dal modello. Se possiedi già una scheda e vuoi sapere tutto ciò che farà funzionare, inizia dall'hardware invece.