Boosting
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
- Bell Laboratories
- Tipo di organizzazione
- Industry
- Paese
- United States of America
- Pubblicato
- 30 November 1992
- Autori
- H. Drucker, R. Schapire, Patrice Y. Simard
Cosa fa
Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Vision
- Compito
- Digit recognition
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
- 2.6K
- Dati di addestramento
- 29,127 tokens
“The network has 4645 neurons, 2578 different weights, and 98442 connections.“
“divided into 9709 training examples and 2007 validation samples.”
Come è classificato
Etichette del dataset sorgente si applicano quando si tracciano modelli notevoli, e quanto è sicuro nell'entry.
- Perché è monitorato
- Historical significance
- Record fiducia
- Likely
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- Improving Performance in Neural Networks Using a Boosting Algorithm
- Ultimo aggiornamento
- 28 November 2025
Cosa significano i numeri
Informazioni su questo modello
Boosting è stato pubblicato da Bell Laboratories, nel paese registrato come United States of America, durante November 1992. La categoria sotto cui rientra l'editore è industry.
Funziona nel dominio di Vision, ed è registrato come eseguire il compito di digit recognition.
Poiché i pesi non sono disponibili, nessuna delle specifiche hardware presenti in questo sito si applica ad esso.
Cosa è stato necessario per costruirlo
È stato addestrato su un corpus di circa 29,127 token di testo
Il motivo per cui appare in questo catalogo è: historical significance.
Risposte
Boosting — domande comuni
Boosting— A cosa serve?
Funziona nel dominio di Vision, e viene registrato come gestire il compito di digit recognition. Queste sono le aree su cui è stato progettato; descrivono l'intento piuttosto che un confine rigido.
Boosting— 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.
Boosting— 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.
Boosting— quanti parametri ha?
Ha un numero di parametri di 2.6K. “The network has 4645 neurons, 2578 different weights, and 98442 connections.“. 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.
Boosting— chi l'ha creato?
È stato pubblicato da Bell Laboratories, basato su United States of America, un'organizzazione categorizzata come industry.
Boosting— quando è stato rilasciato?
È stato pubblicato in November 1992. 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.
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.