Perceptron for Large Margin Classification
Brak oszacowania
Brak wymagań sprzętowych dla tego modelu
Wagi dla tego modelu nie zostały opublikowane, więc nie można ich pobrać ani uruchomić na własnym sprzęcie w żadnym rozmiarze. Jest dostępny tylko za pośrednictwem swojego dostawcy, a zmiana karty graficznej tego nie zmienia..
Na nagranie
Pełna specyfikacja
Wszystko na rekord dla tego modelu. Większość z tego opisuje, jak był trenowany, a nie jak działa — użyteczny kontekst do oceny, ile pracy włożono w to, i jak wypada w porównaniu z modelami budowanymi w innym skali..
Pochodzenie
Kto zbudował ten model, gdzie i kiedy został opublikowany.
- Organizacja
- University of California San Diego,Shannon Laboratory,AT&T
- Typ organizacji
- Academia,Industry
- Kraj
- United States of America
- Opublikowany
- 1 December 1999
- Autorzy
- Yoav Freund & Robert E. Schapire
Co to robi
Obszary problemowe, dla których stworzono model. Model może mieć kilka z każdego.
- Domena
- Vision
- Zadanie
- Character recognition (OCR)
Rozmiar
Jak duży jest model i na ile danych był trenowany. Parametry to liczba, która decyduje, czy mieści się na danej karcie graficznej.
- Dane treningowe
- 60,000 tokens
"The dataset consists of 60,000 training examples and 10,000 test examples."
Jak jest klasyfikowane
Etykiety, które źródłowy zbiór danych stosuje podczas śledzenia znaczących modeli oraz jak pewny jest tego wpisu.
- Cytaty
- 1,731
Źródła
Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.
- Referencja
- Large Margin Classification Using the Perceptron Algorithm
- Ostatnio zaktualizowane
- 28 November 2025
Co oznaczają liczby
Co to jest model?
Perceptron for Large Margin Classification został opublikowany przez University of California San Diego,Shannon Laboratory,AT&T, w kraju zapisanym jako United States of America, podczas December 1999. Kategoria, do której należy wydawca, to academia,Industry.
Działa w dziedzinie Vision, i jest zapisany jako wykonujący zadanie character recognition (OCR).
Jego wagi nigdy nie zostały opublikowane, więc można go osiągnąć tylko przez jego dostawcę. Żaden procesor graficzny tego nie zmieni.
Co poszło w budowę tego
Zbiór treningowy trwał około 60,000 Tokeny tekstu.
Odpowiedzi
Perceptron for Large Margin Classification — częste pytania
Perceptron for Large Margin Classification— kto to stworzył?
Zostało opublikowane przez University of California San Diego,Shannon Laboratory,AT&T, oparty na United States of America, organizacja sklasyfikowana jako academia,Industry.
Perceptron for Large Margin Classification— kiedy to zostało wydane?
Zostało opublikowane w December 1999. Możliwość na parametr znacznie się poprawiła, więc nowszy model tej samej wielkości często lepiej wykorzystuje ten sam sprzęt.
Perceptron for Large Margin Classification— do czego to służy?
Działa w dziedzinie Vision, i jest zarejestrowany jako realizujący zadanie character recognition (OCR). Model może obsługiwać kilka z każdego, więc to są obszary, dla których został zbudowany, a nie ograniczenie tego, co będzie próbował.
Perceptron for Large Margin Classification— Jaką GPU potrzebuję, aby ją uruchomić?
Żaden. To jest zamknięty model — jego wagi nigdy nie zostały opublikowane, więc nie można go pobrać ani uruchomić na własnym sprzęcie za żadną cenę. Jest dostępny tylko przez jego dostawcę.
Perceptron for Large Margin Classification— czy jest open weight?
Licencja nigdy nie została zarejestrowana w naszych danych źródłowych. Traktujemy niewskazaną licencję jako zamkniętą, ponieważ niezarejestrowana licencja nie jest na którą można polegać.
Perceptron for Large Margin Classification— ile ma parametrów?
Nie opublikowano liczby parametrów, dlatego na tej stronie nie pojawia się żaden wskaźnik pamięci ani prędkości.
Druga strona
Patrząc na to z drugiej strony?
Ta strona zaczyna się od modelu. Jeśli już posiadasz kartę i chcesz wiedzieć, co wszystko będzie działać., Zacznij od sprzętu zamiast.