Self Organizing System
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
- Massachusetts Institute of Technology (MIT)
- Tipo di organizzazione
- Academia
- Paese
- United States of America
- Pubblicato
- 1 March 1955
- Autori
- W. A. Clark and B. G. Farley
Cosa fa
Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Other
- Compito
- Pattern 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
- 0.2K
- Dati di addestramento
- 2 tokens
Figure 4 contains the learnt weight matrix
" The modifier was then disabled so that no further changes in the net could occur and all 256 possible input patterns were then presented in turn." "For these purposes, 16-element nets (8 input and 8 output) were used because it was desired to exhaust all possible input patterns, and we were limited to about 2^8 inputs by available time. "
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
- Citazioni
- 93
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- Generalization of pattern recognition in a self-organizing system
- Ultimo aggiornamento
- 28 November 2025
Cosa significano i numeri
Da dove è venuto
Self Organizing System è stato pubblicato da Massachusetts Institute of Technology (MIT), nel paese registrato come United States of America, durante March 1955. L'organizzazione di pubblicazione è classificata come academia.
Funziona nel dominio di Other, ed è registrato come eseguire il compito di pattern recognition.
Questo è un modello chiuso: i valori addestrati sono rimasti con chi li ha prodotti, e non c'è una versione locale da eseguire.
Cosa è stato necessario per costruirlo
Il set di addestramento si aggirava attorno a 2 token di testo
Il motivo per cui appare in questo catalogo è: historical significance.
Risposte
Self Organizing System — domande comuni
Self Organizing System— 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.
Self Organizing System— 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.
Self Organizing System— quanti parametri ha?
Ha un numero di parametri di 0.2K. Figure 4 contains the learnt weight matrix. 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.
Self Organizing System— chi l'ha creato?
È stato pubblicato da Massachusetts Institute of Technology (MIT), basato su United States of America, un'organizzazione categorizzata come academia.
Self Organizing System— quando è stato rilasciato?
È stato pubblicato in March 1955. 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.
Self Organizing System— A cosa serve?
Funziona nel dominio di Other, e viene registrato come gestire il compito di pattern recognition. Un modello può gestire diversi di ciascuno, quindi queste sono le aree per cui è stato costruito piuttosto che un limite su ciò che tenterà.
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.