Boosting
Geen schatting
Geen hardwarevereisten voor dit model
De gewichten voor dit model zijn niet gepubliceerd, dus het kan niet worden gedownload of op uw eigen hardware worden uitgevoerd in welke omvang dan ook. Het is alleen toegankelijk via de provider, en geen grafische kaart verandert dat.
Op record
Volledige specificatie
Alles over dit model vastgelegd. Het meeste beschrijft hoe het getraind is in plaats van hoe het draait — nuttige context om te beoordelen hoeveel werk erin gestoken is en hoe het zich verhoudt tot modellen die op een andere schaal zijn gebouwd.
Oorsprong
Wie heeft dit model gebouwd, waar en wanneer het werd gepubliceerd.
- Organisatie
- Bell Laboratories
- Organisatie type
- Industry
- Land
- United States of America
- Gepubliceerd
- 30 November 1992
- Auteurs
- H. Drucker, R. Schapire, Patrice Y. Simard
Wat het doet
De probleemgebieden waarvoor het model is gebouwd. Een model kan er verschillende van elk bevatten.
- Domein
- Vision
- Taak
- Digit recognition
Grootte
Hoe groot het model is en hoeveel data erop is getraind. Parameters zijn de cijfers die bepalen of het op een bepaalde grafische kaart past.
- Parameters
- 2.6K
- Opleidingsgegevens
- 29,127 tokens
“The network has 4645 neurons, 2578 different weights, and 98442 connections.“
“divided into 9709 training examples and 2007 validation samples.”
Hoe het is geclassificeerd
Labels de bron dataset toepast bij het volgen van opmerkelijke modellen, en hoe zeker het is van de invoer.
- Waarom het wordt gevolgd
- Historical significance
- Vereiste vertrouwen
- Likely
Bronnen
Waar deze record vandaan komt en wanneer het voor het laatst is gecontroleerd.
- Referentie
- Improving Performance in Neural Networks Using a Boosting Algorithm
- Laatst bijgewerkt
- 28 November 2025
Wat de cijfers betekenen
Over dit model
Boosting was published by Bell Laboratories, in United States of America, in November 1992. industry is the category the publisher falls under.
It works in Vision, and is recorded as doing digit recognition.
Omdat de gewichten niet beschikbaar zijn, zijn geen van de hardwarecijfers elders op deze site op dit van toepassing.
Wat erin is gestopt om het te bouwen
It was trained on about 29,127 tokens of text.
The reason it appears in this catalogue at all is historical significance.
Antwoorden
Boosting — Veelgestelde vragen
What is Boosting used for?
Boosting works in Vision, and is recorded as handling digit recognition. These are the areas it was designed around; they describe intent rather than a hard boundary.
What GPU do I need to run Boosting?
None. Boosting is a closed model — its weights were never published, so it cannot be downloaded or run on your own hardware at any price. It is reachable only through its provider.
Is Boosting open source?
The licensing for Boosting was never recorded in our source data. We treat unstated licensing as closed, because an unrecorded licence is not one to rely on.
How many parameters does Boosting have?
Boosting has 2.6K parameters. “The network has 4645 neurons, 2578 different weights, and 98442 connections.“. That figure is the total, and it is what decides how much memory the model needs — roughly half a gigabyte per billion at the compression most people use.
Wie heeft Boosting gemaakt?
Boosting was published by Bell Laboratories, based in United States of America, categorised as industry.
When was Boosting released?
Boosting was published in November 1992. Capability per parameter has improved considerably since, so a newer model of the same size is often the better use of the same hardware.
De andere richting
Vanuit het andere perspectief bekijken?
Deze pagina begint bij het model. Als u al een kaart bezit en alles wilt weten wat het zal uitvoeren, Begin liever bij de hardware.