注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 支持多标签的convert_imageset.cpp代码

  2. 将此convert_imageset.cpp替换caffe中的原来的convert_imageset.cpp重新编译caffe，就能是caffe支持多标签输出

  3. 所属分类：C/C++

    • 发布日期：2017-03-10
    • 文件大小：7kb
    • 提供者：xjz18298268521

  1. ( convert_imageset.cpp )

  2. 将caffe转化为支持多标签

  3. 所属分类：C++

    • 发布日期：2017-06-08
    • 文件大小：7kb
    • 提供者：qq_14845119

  1. caffe多任务训练

  2. 采用caffe矿建进行多标签训练，多任务的训练，结合proto配置文件

  3. 所属分类：深度学习

    • 发布日期：2018-06-05
    • 文件大小：23kb
    • 提供者：hunqiang3740

  1. Caffe多标签分类

  2. http://blog.csdn.net/shuzfan/article/details/52503683 http://blog.csdn.net/u011762313/article/details/48851015 可参考这两篇博客。

  3. 所属分类：深度学习

    • 发布日期：2018-01-18
    • 文件大小：10kb
    • 提供者：hulingyu1106

  1. caffe多标签源码_image_data_layer

  2. 修改caffe源码，使image_data_layer支持多标签输入，主要用于回归任务

  3. 所属分类：深度学习

    • 发布日期：2018-02-01
    • 文件大小：3kb
    • 提供者：u011995719

  1. caffe多标签-image_data_layer

  2. 修改caffe源码，使image_data_layer支持多标签输入，主要用于回归任务

  3. 所属分类：深度学习

    • 发布日期：2018-02-01
    • 文件大小：4kb
    • 提供者：u011995719

  1. 并行深度学习系统SpeeDO.zip

  2. 最近，AlphaGo又带起了一波深度学习的热潮。深度学习在很多领域都大幅提高了模型的精度，使得很多以前在实验室中的技术得以运用到日常的生活之中。然而，大多数深度学习网络非常复杂，需要大量的训练样本进行训练，很多网络需要一次训练，同时额外多次的训练来调参数。时间效率上远远无法满足当前的工业需求。因此需要并行的深度学习系统提高训练速度。各大公司在构建并行深度学习系统上投入了大量的精力，包括谷歌、Facebook、微软、腾讯和百度等等。为了提高算法的并行效率，这些系统大部分使用了多机多GPU的方式。

  3. 所属分类：其它

    • 发布日期：2019-07-17
    • 文件大小：696kb
    • 提供者：weixin_39841856

  1. 基于ApacheSpark的分布式深度学习库BigDL.zip

  2. BigDL，是 Intel 开源的一个基于 Apache Spark 的分布式深度学习库。使用 BigDL ，用户可以将他们的深度学习应用程序作为标准的 Spark 程序，它可以直接运行在现有的 Spark 或 Hadoop 集群之上。特性：丰富的深度学习支持。BigDL 模仿 Torch，提供对深度学习的全方位支持，包括数值计算（通过Tensor）和高层次神经网络。此外，用户可以使用 BigDL 将预训练的 Caffe 或 Torch 模型加载到 Spark 程序中。极其高的性能。为了达到高

  3. 所属分类：其它

    • 发布日期：2019-07-19
    • 文件大小：10mb
    • 提供者：weixin_39841882