Decision tree adaline
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
- Tokyo Medical and Dental University
- Typ organizacji
- Academia
- Kraj
- Japan
- Opublikowany
- 1 May 1969
- Autorzy
- T Sano, S Tsuchiya, F Suzuki
Co to robi
Obszary problemowe, dla których stworzono model. Model może mieć kilka z każdego.
- Domena
- Medicine
- Zadanie
- Medical diagnosis
Rozmiar
Jak duży jest model i na ile danych był trenowany. Parametry to liczba, która decyduje, czy mieści się na danej karcie graficznej.
- parametry
- 2.5K
- Dane treningowe
- 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)
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
- Zapisz pewność
- Confident
Źródła
Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.
- Referencja
- A use of Adaline as an automatic method for interpretation of the electrocardiogram and the vectorcardiogram
- Ostatnio zaktualizowane
- 28 November 2025
Co oznaczają liczby
Co to jest model?
Decision tree adaline został opublikowany przez Tokyo Medical and Dental University, w kraju zapisanym jako Japan, podczas May 1969. Kategoria, do której należy wydawca, to academia.
Działa w dziedzinie Medicine, i jest zapisany jako wykonujący zadanie medical diagnosis.
To jest model zamknięty: wytrenowane wartości pozostały u tego, kto je wyprodukował, a lokalna wersja do uruchomienia nie istnieje.
Co poszło w budowę tego
Jest śledzone w podstawowym zbiorze danych z jednego szczególnego powodu: historical significance.
Odpowiedzi
Decision tree adaline — częste pytania
Decision tree adaline— ile ma parametrów?
Ma liczbę parametrów równą 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. 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.
Decision tree adaline— kto to stworzył?
Zostało opublikowane przez Tokyo Medical and Dental University, oparty na Japan, organizacja sklasyfikowana jako academia.
Decision tree adaline— kiedy to zostało wydane?
Zostało opublikowane w May 1969. Możliwość na parametr znacznie się poprawiła, więc nowszy model tej samej wielkości często lepiej wykorzystuje ten sam sprzęt.
Decision tree adaline— do czego to służy?
Działa w dziedzinie Medicine, i jest zarejestrowany jako realizujący zadanie medical diagnosis. To są obszary, wokół których został zaprojektowany; opisują zamiar, a nie twardą granicę.
Decision tree adaline— 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.
Decision tree adaline— 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.
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.