convnet源码解析(一)：基础准备

Jeremy Lin

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

其它版本的CNN开源代码：地址

CNN学习资源：

paper：

[1] Y.LeCun.Gradient-based learning applied to document recognition.1998.

[2] Jake Bouvrie.Notes on Convolutional Neural Networks.2006.

[3] Alex Krizhevsky.ImageNet Classification with Deep ConvolutionalNeural Networks.

slides：

[4] CVPR 2012 Tutorial on Deep Learning.Neural Nets for Vision.

[5] Abin Roozgard.Convolutional neural networks.

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