Decision tree adaline
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
- Tokyo Medical and Dental University
- Organisatietype
- Academia
- Land
- Japan
- Gepubliceerd
- 1 May 1969
- Auteurs
- T Sano, S Tsuchiya, F Suzuki
Wat het doet
De probleemgebieden waarvoor het model is gebouwd. Een model kan meerdere van elk bevatten.
- Domein
- Medicine
- Taak
- Medical diagnosis
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.
- parameters
- 2.5K
- Training gegevens
- tokens
5 adaline were trained on binary decisions (p. 1) Each adaline had up to 490 input weights (“meshes”) Total parameters = 5*490=2450
40 positive and negative training examples (p. 2)
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.
- Waarom het wordt gevolgd
- Historical significance
- Record vertrouwen
- Confident
Bronnen
Waar deze record vandaan kwam en wanneer deze voor het laatst is gecontroleerd.
- Referentie
- A use of Adaline as an automatic method for interpretation of the electrocardiogram and the vectorcardiogram
- Laatst bijgewerkt
- 28 November 2025
Wat de cijfers betekenen
Wat dit model is
Decision tree adaline werd gepubliceerd door Tokyo Medical and Dental University, in het land geregistreerd als Japan, tijdens May 1969. De categorie waaronder de uitgever valt is academia.
Het werkt in het domein van Medicine, en wordt geregistreerd als het uitvoeren van de taak van medical diagnosis.
Dit is een gesloten model: de getrainde waarden zijn bij degene gebleven die ze geproduceerd hebben, en er is geen lokale versie om te draaien.
Wat erin ging zitten om het te bouwen
Het wordt gevolgd in de onderliggende dataset om één specifieke reden: historical significance.
Antwoorden
Decision tree adaline — veelgestelde vragen
Decision tree adaline— hoeveel parameters heeft het?
Het heeft een parameter telling van 2.5K. 5 adaline were trained on binary decisions (p. 1) Each adaline had up to 490 input weights (“meshes”) Total parameters = 5*490=2450. Dat cijfer is het totaal, en het bepaalt hoeveel MEMORY het MODEL nodig heeft - ongeveer een halve gigabyte per miljard bij de compressie die de meeste mensen gebruiken.
Decision tree adaline— wie heeft het gemaakt?
Het werd gepubliceerd door Tokyo Medical and Dental University, gebaseerd op Japan, een organisatie geclassificeerd als academia.
Decision tree adaline— wanneer is het uitgebracht?
Het werd gepubliceerd in May 1969. De capaciteit per parameter is aanzienlijk verbeterd sinds, zodat een nieuwere model van dezelfde grootte vaak een betere benutting van dezelfde hardware is.
Decision tree adaline— waarvoor wordt het gebruikt?
Het werkt in het domein van Medicine, en wordt geregistreerd als het afhandelen van medical diagnosis. Dit zijn de gebieden waar het omheen is ontworpen; ze beschrijven intentie eerder dan een harde grens.
Decision tree adaline— 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.
Decision tree adaline— is het open-source?
De licenties werden nooit vastgelegd in onze brondocumenten. We beschouwen niet-verklaarde licenties als gesloten, omdat een niet-vastgelegde licentie er geen is om op te vertrouwen.
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.