Self-Organizing Nets of Threshold Elements

Gesloten gewichten University of Tokyo November 1972

Geen schatting

Geen hardware-eisen voor dit model

De gewichten voor dit model zijn niet gepubliceerd, dus het kan niet worden gedownload of uitgevoerd op je eigen hardware in welke grootte dan ook. Het is alleen bereikbaar via de aanbieder, en geen enkele grafische kaart verandert dat..

Op record

Volledige specificatie

Alles wat geregistreerd is voor dit model. Het merendeel beschrijft hoe het getraind werd in plaats van hoe het draait - nuttige context om te beoordelen hoeveel werk erin is gestoken, en hoe het zich verhoudt tot modellen die op een andere schaal zijn gebouwd..

Oorsprong

Wie heeft dit model gebouwd, waar, en wanneer het gepubliceerd werd.

Organisatie
University of Tokyo
Organisatietype
Academia
Land
Japan
Gepubliceerd
30 November 1972
Auteurs
Shun-ichi Amari

Wat het doet

De probleemgebieden waarvoor het model is gebouwd. Een model kan meerdere van elk bevatten.

Domein
Other
Taak
Sequence memorization

Grootte

Hoe groot het model is en hoeveel data het is getraind. Parameters zijn het cijfer dat bepaalt of het past op een gegeven grafische kaart.

Training gegevens
tokens

Beschikbaarheid

Of je het model kunt verkrijgen en het op je eigen hardware kunt draaien, wat bepaalt of een van de grafische kaartcijfers op deze pagina van toepassing is.

Gewichten
Closed — provider access only
Toegang tot model
Unreleased
Training code
Unreleased

Hoe het is geclassificeerd

Labels van de brondataset die worden toegepast bij het volgen van opmerkelijke modellen, en hoe zeker het is van de invoer.

Record vertrouwen
Unknown

Bronnen

Waar deze record vandaan kwam en wanneer deze voor het laatst is gecontroleerd.

Referentie
Learning Patterns and Pattern Sequences by Self-Organizing Nets of Threshold Elements
Laatst bijgewerkt
28 November 2025

Wat de cijfers betekenen

Waar het vandaan kwam

Self-Organizing Nets of Threshold Elements werd gepubliceerd door University of Tokyo, in het land geregistreerd als Japan, tijdens November 1972. De publicerende organisatie is geclassificeerd als academia.

Het werkt in het domein van Other, en wordt geregistreerd als het uitvoeren van de taak van sequence memorization.

De gewichten werden nooit gepubliceerd, dus het kan alleen worden bereikt via de provider. Geen enkele GPU verandert dat.

Antwoorden

Self-Organizing Nets of Threshold Elements — veelgestelde vragen

01

Self-Organizing Nets of Threshold Elements— waarvoor wordt het gebruikt?

Het werkt in het domein van Other, en wordt geregistreerd als het afhandelen van sequence memorization. Modellen hebben vaak meer dan één van elk, en de tags beschrijven het doel in plaats van de capaciteitslimieten.

02

Self-Organizing Nets of Threshold Elements— Welke GPU heb ik nodig om het te draaien?

Dit is een gesloten model — de gewichten zijn nooit gepubliceerd, dus het kan niet gedownload of uitgevoerd worden op je eigen hardware voor eender welke prijs. Het is alleen bereikbaar via de aanbieder.

03

Self-Organizing Nets of Threshold Elements— is het open-source?

Nee. De gewichten zijn niet gepubliceerd, dus het bestaat alleen als een dienst die wordt beheerd door de eigenaar.

04

Self-Organizing Nets of Threshold Elements— hoeveel parameters heeft het?

Er is geen parameter telling gepubliceerd, daarom verschijnt er geen geheugen of snelheidsfiguur op deze pagina.

05

Self-Organizing Nets of Threshold Elements— wie heeft het gemaakt?

Het werd gepubliceerd door University of Tokyo, gebaseerd op Japan, een organisatie geclassificeerd als academia.

06

Self-Organizing Nets of Threshold Elements— wanneer is het uitgebracht?

Het werd gepubliceerd in November 1972. De capaciteit per parameter is aanzienlijk verbeterd sinds, zodat een nieuwere model van dezelfde grootte vaak een betere benutting van dezelfde hardware is.

Bron

Originele publicatie

Laatste update geregistreerd 28 November 2025

De andere richting

Van de andere kant bekijken?

Deze pagina begint met het model. Als je al een kaart bezit en alles wilt weten wat het zal draaien, begin in plaats van de hardware.