文件名称：Deep_Learning
文件大小：649KB
文件格式：ZIP
更新时间：2024-05-24 14:42:34
C++
深度学习Imagenet网络 ImageNet网络实施。 使用opencv例程实现Imagenet。 使用imagenet的现有网络进行测试。 既实现了正向传播，又实现了反向传播，每一层都给出了与MatconvNet和caffe实现一样的确切结果。 使用opencv例程实现lenet和imagenet。 我们计划使用opencv gpu例程使网络快速运行。
【文件预览】：
Deep_Learning-master
----inc()
--------pooling_layer.h(596B)
--------softmax.h(192B)
--------softmaxloss_bp.h(167B)
--------relu_layer.h(310B)
--------pooling_layer_bp.h(381B)
--------training_data_read.h(563B)
--------norm_layer.h(397B)
--------softmaxloss.h(122B)
--------convolution_layer.h(763B)
--------convolution_layer_bp.h(309B)
--------norm_layer_bp.h(253B)
--------sigmoid.h(187B)
----Debug()
--------objects.mk(431B)
--------src()
--------sources.mk(528B)
--------CNN_train(1.22MB)
--------makefile(1KB)
--------cat.jpg(137KB)
----src()
--------training_data_read.cpp(5KB)
--------norm_layer_bp.cpp(2KB)
--------softmaxloss.cpp(452B)
--------norm_layer.cpp(1024B)
--------convolution_layer_bp.cpp(5KB)
--------softmaxloss_bp.cpp(744B)
--------convolution_layer.cpp(2KB)
--------cnntrain.cpp(7KB)
--------relu_layer.cpp(648B)
--------sigmoid.cpp(358B)
--------pooling_layer.cpp(1KB)
--------pooling_layer_bp.cpp(2KB)
--------softmax.cpp(445B)
----instructions.docx(6KB)
----README.md(427B)
----.gitignore(250B)