文件名称：ConvNetJS:用 Javascript 深度学习训练卷积神经网络-开源
文件大小：957KB
文件格式：ZIP
更新时间：2024-06-24 05:41:58
开源软件
ConvNetJS 是一个 Javascript 库，用于完全在浏览器中训练深度学习模型（神经网络）。 打开一个标签，你就在训练。 没有软件要求，没有编译器，没有安装，没有 GPU，没有汗水。 ConvNetJS 是神经网络的一个实现，以及基于浏览器的演示。 它目前支持常见的神经网络模块（全连接层、非线性）、分类 (SVM/Softmax) 和回归 (L2) 成本函数、指定和训练处理图像的卷积网络的能力，以及基于实验的强化学习模块深度 Q 学习。 该库允许您在 Javascript 中制定和解决神经网络。 如果您想向库中添加功能，则必须更改 src/ 中的代码，然后将库编译到 build/ 目录中。 编译脚本简单地连接 src/ 中的文件，然后缩小结果。
【文件预览】：
convnetjs_release
----compile()
--------yuicompressor-2.4.8.jar(769KB)
--------build.xml(1KB)
----nodejs_server.js(130B)
----src()
--------convnet_magicnet.js(11KB)
--------convnet_util.js(3KB)
--------convnet_net.js(7KB)
--------convnet_layers_input.js(1KB)
--------convnet_init.js(52B)
--------convnet_layers_loss.js(6KB)
--------convnet_vol_util.js(3KB)
--------convnet_export.js(255B)
--------convnet_layers_normalization.js(3KB)
--------convnet_layers_pool.js(4KB)
--------convnet_trainers.js(6KB)
--------convnet_vol.js(4KB)
--------convnet_layers_dropout.js(2KB)
--------convnet_layers_dotproducts.js(10KB)
--------convnet_layers_nonlinearities.js(8KB)
----build()
--------util.js(2KB)
--------deepqlearn.js(13KB)
--------convnet.js(70KB)
--------vis.js(6KB)
--------convnet-min.js(33KB)
----LICENSE(1KB)
----Readme.md(13KB)
----demo()
--------rldemo.html(174KB)
--------cifar10.html(26KB)
--------npgmain.js(3KB)
--------automatic.html(22KB)
--------speedtest.html(1KB)
--------jquery-1.8.3.min.js(91KB)
--------autoencoder.html(21KB)
--------trainers.html(9KB)
--------classify2d.html(13KB)
--------regression.html(7KB)
--------image_regression.html(8KB)
--------mnist.html(22KB)
----bower.json(614B)
----test()
--------gradcheck.html(6KB)
--------jasmine()