ConvNet是一个基于GPU实现的卷积神经网络开源代码(C++11),是由多伦多大学的Geoffrey Hinton深度学习团队编写的,它的最初版本是Hinton的学生Alex Krizhevsky编写的cuda-convnet(其项目地址在google
code上面),最近cuda-convnet也从1.0版本更新到2.0版本(地址)。
这份开源代码的官方地址是:http://deeplearning.cs.toronto.edu/codes
在CNN的开源代码中最出名的主要有两个,一个是Berkeley Caffe,另一个是Toronto Convnet。Berkeley的Caffe我目前还没有研究过它的代码,也还没具体使用过,不好评论。至于Toronto 的Convnet,我前两周花了不少时间看了cuda-convnet的源代码,总的来说,看得确实痛苦,个人感觉上代码的组织结构有点儿复杂,要想完全吃透是很需要花点力气的。最近Toronto发布了一个重构的ConvNet1.0源代码,我粗略看了下,发现这份代码相比于cuda-convnet清晰很多,所以打算在接下来一段时间内,好好整理一些关于ConvNet1.0的代码阅读笔记。
下面是ConvNet1.0的一个结果:
本文地址:http://blog.csdn.net/linj_m/article/details/38072145
更多资源 请关注 博客:LinJM-机器视觉
微博:林建民-机器视觉
convnet源码解析(一):基础准备
时间: 2024-11-09 16:35:01