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
- Stanford University
- Typ organizacji
- Academia
- Kraj
- United States of America
- Opublikowany
- 30 June 1960
- Autorzy
- Widrow and Hoff
Co to robi
Obszary problemowe, dla których stworzono model. Model może mieć kilka z każdego.
- Domena
- Vision
- Zadanie
- Pattern recognition
Rozmiar
Jak duży jest model i na ile danych był trenowany. Parametry to liczba, która decyduje, czy mieści się na danej karcie graficznej.
- parametry
- 0K
- Dane treningowe
- 100 tokens
"The machine's total experience is stored in the values of the weights a0,...,a16"
"The best system, arrived at by slow precise adaptation on the full body of 100 noisy patterns, was able to classify these patterns as desired except for twelve errors." https://isl.stanford.edu/~widrow/papers/c1960adaptiveswitching.pdf
Obliczenia treningowe
Arytmetyka wykonywana w celu wytrenowania modelu, mierzona w operacjach zmiennoprzecinkowych. Jest to miara kosztów przeprowadzenia treningu, a nie tego, jak szybko gotowy model odpowiada na twoje pytania.
- Obliczenia treningowe
- 6.6 × 10³ FLOP
- Jak to zostało ustalone
- Operation counting
"The method of searching that has proven most useful is the method of steepest descent" Apparently each pattern was only shown once to the system. So the training compute is (forward pass compute) * (3 for backprop) * dataset size This is a single layer (and single neuron) which does not require gradients w.r.t. inputs - 1:1 forward-backward ratio
Jak jest klasyfikowane
Etykiety, które źródłowy zbiór danych stosuje podczas śledzenia znaczących modeli oraz jak pewny jest tego wpisu.
- Model Frontier
- Yes
- Dlaczego to jest śledzone
- Highly cited
- Zapisz pewność
- Confident
- Cytaty
- 6,329
Źródła
Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.
- Referencja
- Adaptive switching circuits
- Ostatnio zaktualizowane
- 28 November 2025
Co oznaczają liczby
O tym modelu
ADALINE został opublikowany przez Stanford University, w kraju zapisanym jako United States of America, podczas June 1960. Organizacja publikująca jest klasyfikowana jako academia.
Działa w dziedzinie Vision, i jest zapisany jako wykonujący zadanie pattern recognition.
To jest model zamknięty: wytrenowane wartości pozostały u tego, kto je wyprodukował, a lokalna wersja do uruchomienia nie istnieje.
Szkolenie i pochodzenie
Trening zajmował około 6.6 × 10³ FLOP. Ta liczba mierzy, ile kosztowało wyprodukowanie modelu i nie ma wpływu na to, jak szybko odpowiada.
Został wytrenowany na korpusie około 100 Tokeny tekstu.
Kryterium włączenia: highly cited.
Odpowiedzi
ADALINE — częste pytania
ADALINE— do czego to służy?
Działa w dziedzinie Vision, i jest zarejestrowany jako realizujący zadanie pattern recognition. Model może obsługiwać kilka z każdego, więc to są obszary, dla których został zbudowany, a nie ograniczenie tego, co będzie próbował.
ADALINE— ile mocy obliczeniowej użyto do jego trenowania?
Szkolenie zajęło około 6.6 × 10³ FLOP. To mierzy, ile kosztowało wyprodukowanie modelu i nie mówi nic o tym, jak szybko odpowiada po wytrenowaniu — prędkość wnioskowania pochodzi z SZEROKOŚCI PASMA, a nie z budżetu treningowego.
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.
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.
ADALINE— ile ma parametrów?
Ma liczbę parametrów równą 0K. "The machine's total experience is stored in the values of the weights a0,...,a16". 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.
ADALINE— kto to stworzył?
Zostało opublikowane przez Stanford University, oparty na United States of America, organizacja sklasyfikowana jako academia.
ADALINE— kiedy to zostało wydane?
Zostało opublikowane w June 1960. Możliwość na parametr znacznie się poprawiła, więc nowszy model tej samej wielkości często lepiej wykorzystuje ten sam sprzęt.
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.