Piecewise linear model

Zamknięte wagi University of Kansas 0.4K parametry November 1973

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 Kansas
Typ organizacji
Academia
Kraj
United States of America
Opublikowany
1 November 1973
Autorzy
R. Haralick, K. Shanmugam, I. Dinstein

Co to robi

Obszary problemowe, dla których stworzono model. Model może mieć kilka z każdego.

Domena
Vision
Zadanie
Image classification

Rozmiar

Jak duży jest model i na ile danych był trenowany. Parametry to liczba, która decyduje, czy mieści się na danej karcie graficznej.

parametry
0.4K

16 input features + bias = 17 input features 7*6/2 = 21 Hyperplanes 17*21 = 357 parameters "For the multicategory problem involving NR categories, a total of NR(NR - 1)/2 hyperplanes are used to partition the pattern space." "The input variables to the classifier consisted of the mean variance of the four textural features (f1,f2,f3, andfg obtained from the distance 1 gray-tone spatial-dependence matrices) and eight spectral features (comprised of the mean variance of the image gray-tone values)…

Dane treningowe
314 tokens

"Number of training samples = 314;"

Jak jest klasyfikowane

Etykiety, które źródłowy zbiór danych stosuje podczas śledzenia znaczących modeli oraz jak pewny jest tego wpisu.

Dlaczego to jest śledzone
Historical significance,Highly cited
Zapisz pewność
Confident

Źródła

Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.

Referencja
Textural Features for Image Classification
Ostatnio zaktualizowane
28 November 2025

Co oznaczają liczby

Tło

Piecewise linear model został opublikowany przez University of Kansas, w kraju zapisanym jako United States of America, podczas November 1973. Kategoria, do której należy wydawca, to academia.

Działa w dziedzinie Vision, i jest zapisany jako wykonujący zadanie image classification.

Jego wagi nigdy nie zostały opublikowane, więc można go osiągnąć tylko przez jego dostawcę. Żaden procesor graficzny tego nie zmieni.

Jak to zostało wytrenowane

Został wytrenowany na korpusie około 314 Tokeny tekstu.

Powód, dla którego w ogóle pojawia się w tym katalogu: historical significance,Highly cited.

Odpowiedzi

Piecewise linear model — częste pytania

01

Piecewise linear model— 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.

02

Piecewise linear model— 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.

03

Piecewise linear model— ile ma parametrów?

Ma liczbę parametrów równą 0.4K. 16 input features + bias = 17 input features 7*6/2 = 21 Hyperplanes 17*21 = 357 parameters "For the multicategory problem involving NR categories, a total of NR(NR - 1)/2 hyperplanes are used to partition the pattern space." "The input variables to the classifier consisted of the mean variance of the four textural features (f1,f2,f3, andfg obtained from the distance 1 gray-tone spatial-dependence matrices) and eight spectral features (comprised of the mean variance of the image gray-tone values) in each of the four spectral bands". Ta liczba to całkowita, i to ona decyduje o tym, ile pamięci potrzebuje model — mniej więcej pół gigabajta na miliard przy kompresji, którą używa większość ludzi.

04

Piecewise linear model— kto to stworzył?

Zostało opublikowane przez University of Kansas, oparty na United States of America, organizacja sklasyfikowana jako academia.

05

Piecewise linear model— kiedy to zostało wydane?

Zostało opublikowane w November 1973. Możliwość na parametr znacznie się poprawiła, więc nowszy model tej samej wielkości często lepiej wykorzystuje ten sam sprzęt.

06

Piecewise linear model— do czego to służy?

Działa w dziedzinie Vision, i jest zarejestrowany jako realizujący zadanie image classification. Model może obsługiwać kilka z każdego, więc to są obszary, dla których został zbudowany, a nie ograniczenie tego, co będzie próbował.

Źródło

Oryginalna publikacja

Ostatnia aktualizacja rekordu 28 November 2025

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.