Support Vector Machines
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
- AT&T,Bell Laboratories
- Tipo di organizzazione
- Industry,Industry
- Paese
- United States of America
- Pubblicato
- 1 September 1995
- Autori
- C Cortes, V Vapnik
Cosa fa
Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Vision
- Compito
- Image classification
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
- 100M
- Dati di addestramento
- 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"
Come è classificato
Etichette del dataset sorgente si applicano quando si tracciano modelli notevoli, e quanto è sicuro nell'entry.
- Perché è monitorato
- Highly cited
- Citazioni
- 48,968
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- Support-Vector Networks
- Ultimo aggiornamento
- 28 November 2025
Cosa significano i numeri
Cosa è questo modello
Support Vector Machines è stato pubblicato da AT&T,Bell Laboratories, nel paese registrato come United States of America, durante September 1995. L'organizzazione di pubblicazione è classificata come industry,Industry.
Funziona nel dominio di Vision, ed è registrato come eseguire il compito di image classification.
I suoi pesi non sono mai stati pubblicati, quindi può essere raggiunto solo attraverso il suo fornitore. Nessuna scheda GPU cambia questo.
Come è stato addestrato
L'addestramento ha consumato un corpus di circa 60,000 token di testo
È tracciato nel dataset sottostante per una ragione in particolare: highly cited.
Risposte
Support Vector Machines — domande comuni
Support Vector Machines— chi l'ha creato?
È stato pubblicato da AT&T,Bell Laboratories, basato su United States of America, un'organizzazione categorizzata come industry,Industry.
Support Vector Machines— quando è stato rilasciato?
È stato pubblicato in September 1995. 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.
Support Vector Machines— A cosa serve?
Funziona nel dominio di Vision, e viene registrato come gestire il compito di image classification. Queste sono le aree su cui è stato progettato; descrivono l'intento piuttosto che un confine rigido.
Support Vector Machines— 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.
Support Vector Machines— 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.
Support Vector Machines— quanti parametri ha?
Ha un numero di parametri di 100M. Section 6.2.2: "...polynomials of degree 4 (that have more than 10^8 free parameters)..." They used 4-degree polynomials for MNIST. 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.
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.