内容讲义课件_第1页
内容讲义课件_第2页
内容讲义课件_第3页
已阅读5页,还剩2页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

各软件简第一个流的业级度学工。它开年底由CBk的YigJ老师编和 的具有色的神经网实现在计机视领ff依然是最行的具包有很多展,是由一些留架构问,不灵活且对递归网络和语言模的持很。 豪杰打造的开源深度学习框架,是分布式机器学习通用工具包DMLC的重要组成部分。它注 年诞生于 理工学院,主要开发语言是t。派生出了大量深度学习t软件包,最著名的包括Blocks和Ks。的最大特点是非常的灵活,适合做学术研究的实验,且对递归网络和语言建模有较好的支持,缺点是速度较慢。各软各软件对•斯坦福的CS231n-ConvolutionalNeuralNetworksforVisualRecognition(Winter2016)中的Lecture12中,由课程讲师Justin 库的实践经历和看1.ExtractAlexNetorVGGfeatures?Use2.FinetuneAlexNetfornewclasses?Use3.Imagecaptionwith->Needpretrainedmodels(Caffe,Torch,->NeedRNNs(Torchor->UseTorchor4.Segmentation?(Classifyevery->Needpretrainedmodel(Caffe,Torch,Lasagna)->Needfunnyloss->IflossfunctionexistsinCaffe:Use->Ifyouwanttowriteyourownloss:Use5.Object->Needpretrainedmodel(Torch,Caffe,->Needlotsofcustomimperativecode(NOTLasagne)->UseCaffe+PythonorTorch6.LanguagemodelingwithnewRNN->Needeasyrecurrentnets(NOTCaffe,->Noneedforpretrained->UseTheanoor7.Implemente->Don’twanttoderivegradie

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论