tiny_cnn

编写C语言版本的卷积神经网络CNN之一：前言与Minst数据集

blog.csdn.net/tostq/article/details/51786265前言卷积神经网络是深度学习的基础，但是学习CNN却不是那么简单，虽然网络上关于CNN的相关代码很多，比较经典的是tiny_cnn
非鱼知乐·2024-01-01 10:55

OpenMP cmake写法

供参考cmake_minimum_required(VERSION3.17)project(tiny_CNN)set(CMAKE_CXX_STANDARD17)set(CMAKE_BUILD_TYPE"Release
wwxy261·2023-08-11 22:01

cnn c语言,编写C语言版本的卷积神经网络CNN之一：前言与Minst数据集

原创文章转载请注册来源http://blog.csdn.net/tostq前言卷积神经网络是深度学习的基础，但是学习CNN却不是那么简单，虽然网络上关于CNN的相关代码很多，比较经典的是tiny_cnn
weixin_39788256·2022-12-23 01:06

C++卷积神经网络实例：tiny_cnn代码详解（7）——fully_connected_layer层结构类分析

之前的博文中已经将卷积层、下采样层进行了分析，在这篇博文中我们对最后一个顶层层结构fully_connected_layer类（全连接层）进行分析：一、卷积神经网路中的全连接层在卷积神经网络中全连接层位于网络模型的最后部分，负责对网络最终输出的特征进行分类预测，得出分类结果：LeNet-5模型中的全连接层分为全连接和高斯连接，该层的最终输出结果即为预测标签，例如这里我们需要对MNIST数据库中的数
山在岭就在·2022-11-19 22:03

java调用opencv cnn,OpenCv实现卷积神经网络实例：tiny_cnn代码详解（3）——层间继承关系...

在上一篇博文中我们顺利将tiny_cnn的程序调试通过，在这篇博文中我们尝试从整体角度给出对tiny_cnn这个深度学习框架的解读，重点论述一下其各个层直接类封装的继承关系。
REECHO大鱼总舵·2022-11-19 22:03

C++卷积神经网络实例：tiny_cnn代码详解（11）——层结构容器layers类源码分析

在这篇博文中我们对tiny_cnn卷积神经网络模型中的最后一个网络结构方面的类——layers做简要分析。首先，layers通俗的讲可以被称为是层结构的vector，即层结构容器。
山在岭就在·2020-09-12 03:56

C++卷积神经网络实例：tiny_cnn代码详解（12）——从CNN中看多态性

由于之前的博文已经将tiny_cnn中相关的网络层结构介绍的差不多，接下来的博文中着重介绍卷积神经网络的训练流程和测试流程，重点就是前向传播算法和反向传播算法。
山在岭就在·2020-09-12 03:56

C++卷积神经网络实例：tiny_cnn代码详解（9）——partial_connected_layer层结构类分析（下）

在上一篇博文中我们着重分析了partial_connected_layer类的成员变量的结构，在这篇博文中我们将继续对partial_connected_layer类中的其他成员函数做一下简要介绍。一、构造函数由于partial_connected_layer类是继承自基类layer，因此在构造函数中同样分为两部分，即调用基类构造函数以及初始化自身成员变量：partial_connected_la
山在岭就在·2020-09-12 03:56

C++卷积神经网络实例：tiny_cnn代码详解（4）——convolutional_layer类结构信息之成员变量与构造函数

在之前的博文中我们已经对tiny_cnn框架的整体类结构做了大致分析，阐明了各个类之间的继承依赖关系，在接下来的几篇博文中我们将分别对各个类进行更为详细的分析，明确其内部具体功能实现。
山在岭就在·2020-09-12 03:56

C++卷积神经网络实例：tiny_cnn代码详解（6）——average_pooling_layer层结构类分析

在之前的博文中我们着重分析了convolutional_layer类的代码结构，在这篇博文中分析对应的下采样层average_pooling_layer类：一、下采样层的作用下采样层的作用理论上来说由两个，主要是降维，其次是提高一点特征的鲁棒性。在LeNet-5模型中，每一个卷积层后面都跟着一个下采样层：原因就是当图像在经过卷积层之后，由于每个卷积层都有多个卷积模板，直接导致卷积结果输出的特征矩阵
山在岭就在·2020-09-12 03:56

C++卷积神经网络实例：tiny_cnn代码详解（1）——开篇

而我这里选择用github上的另外一个简洁的纯C++深度学习框架——Tiny_cnn。首先将tiny
山在岭就在·2020-09-12 03:56

Tiny_cnn用自己的数据训练和测试

Tiny_cnn是一个简洁的纯C++11实现的深度学习框架。在Windows系统只需高版本的VS(VS2013或者更高本)+opencv即可，本人用的是VS2013+opencv2.4.11。
u012507022·2020-09-12 03:18

tiny_cnn 在linux下的编译运行

1.下载tiny-cnn-masterhttps://github.com/nyanp/tiny-cnn2.打开终端，进入tiny-cnn-master/examples/mnist3.编译:在build.bat内有编译指令，但直接编译运行时会出错：terminatecalledafterthrowinganinstanceof'std::system_error'what():Enablemul
baidu_34540973·2020-09-12 02:31

tiny_cnn 程序总结1----tiny_cnn简述

tiny_cnn实现了LeNet的字符识别功能，实现的方式也是利用卷集神经网络，整个网络共有6层，依次为convolution_layer，average_pooling_layer，convolution_layer
Buyi_Shizi·2020-09-12 02:34

tiny_cnn程序总结2----网络的训练过程

下面就先介绍以下StochasticDoagonalLevenberg-Marquardt的基本思想，然后再看tiny_cnn中的实现过程。1，Stoch
Buyi_Shizi·2020-09-12 02:34

C++卷积神经网络实例：tiny_cnn代码具体解释（7）——fully_connected_layer层结构类分析...

之前的博文中已经将卷积层、下採样层进行了分析。在这篇博文中我们对最后一个顶层层结构fully_connected_layer类（全连接层）进行分析：一、卷积神经网路中的全连接层在卷积神经网络中全连接层位于网络模型的最后部分，负责对网络终于输出的特征进行分类预測，得出分类结果：LeNet-5模型中的全连接层分为全连接和高斯连接，该层的终于输出结果即为预測标签，比如这里我们须要对MNIST数据库中的数
weixin_34406061·2020-08-22 14:00

C++卷积神经网络实例：tiny_cnn代码详解（3）——层间继承关系

在上一篇博文中我们顺利将tiny_cnn的程序调试通过，在这篇博文中我们尝试从整体角度给出对tiny_cnn这个深度学习框架的解读，重点论述一下其各个层直接类封装的继承关系。
山在岭就在·2020-08-18 22:19

C++卷积神经网络实例：tiny_cnn代码详解（2）——代码试运行

在这篇博客中主要是对tiny_cnn的工程代码进行调试运行，毕竟目前对于我来说这是一个相对陌生的代码文件，拿到手里首先想到的自然是检验一下这个代码的正确性，能够顺利运行得到预期的结果之后，再开始对代码进行深度的剖析
山在岭就在·2020-08-18 19:49

编写C语言版本的卷积神经网络CNN之一：前言与Minst数据集

原创文章转载请注册来源http://blog.csdn.net/tostq前言卷积神经网络是深度学习的基础，但是学习CNN却不是那么简单，虽然网络上关于CNN的相关代码很多，比较经典的是tiny_cnn
tostq·2016-06-29 22:07

编写C语言版本的卷积神经网络CNN之一：前言与Minst数据集

原创文章转载请注册来源http://blog.csdn.net/tostq前言    卷积神经网络是深度学习的基础，但是学习CNN却不是那么简单，虽然网络上关于CNN的相关代码很多，比较经典的是tiny_cnn
tostq·2016-06-29 22:00

tiny_cnn源码阅读(4)-convolutional_layer

connection_tableindex3dconvolutional_layerconvolutional_layer是用来计算卷积的。connection_tableconnecction_table是一个二维数组，(x,y)的值（true/false)表示x和y是否关联，即是用来判断和那几个feature_map连接的。在其实现中，内部数据结构为一个bool类型队列，函数is_connec
KangRoger·2016-06-02 22:45

tiny_cnn源码阅读(2)-激活函数

激活函数概述identiti函数sigmoid函数relu函数leaky_reluelusoftmaxtanhtanhp1m2源码阅读参考激活函数概述神经网络都有各个层组成，在不同的层中，用到不同的激活函数。在看layer之前，先了解一下定义的激活函数。数据”经过一个神经网络时，经过卷积或池化等运算后，最终输出的一个值。这个“输出值”就是经过激活函数计算的来的，反向求导，也是对激活函数来求导的。激
KangRoger·2016-05-29 14:55

tiny_cnn源码阅读(1)-编译运行源码

tiny_cnn是c++写的实现cnn的代码，想通过代码来了解理论，学习和锻炼一下编程能力。tiny_cnn是c++11编写的，只有头文件，不依赖其他库就能运行MINST。
KangRoger·2016-05-29 13:43

基础知识（十五）Cmake

Cmake学习笔记:CMAKE_MINIMUM_REQUIRED(VERSION2.6)#cmake版本要求 PROJECT(tiny_cnn)#设置项目名称 set(SRCmain.c)#定义变量src
hjimce·2016-05-18 19:00

C++卷积神经网络实例：tiny_cnn代码详解（12）——从CNN中看多态性

由于之前的博文已经将tiny_cnn中相关的网络层结构介绍的差不多，接下来的博文中着重介绍卷积神经网络的训练流程和测试流程，重点就是前向传播算法和反向传播算法。
u013088062·2016-04-02 09:00

C++卷积神经网络实例：tiny_cnn代码详解（11）——层结构容器layers类源码分析

在这篇博文中我们对tiny_cnn卷积神经网络模型中的最后一个网络结构方面的类——layers做简要分析。首先，layers通俗的讲可以被称为是层结构的vector，即层结构容器。
u013088062·2016-03-27 10:00

tiny_cnn代码阅读(2)

上一篇讲了mse函数,这次gradient_descent_levenberg_marquardt@see${root}/tiny_cnn/optimizer/optimizer.h这个函数现在也是没有用到
修雨轩陈·2016-03-26 15:00

tiny_cnn 阅读（1）

从今天起，我会每天把阅读tiny_cnn的阅读心得提交到博客园中希望大家在这个平台上可以多多交流；关于如果阅读代码？
修雨轩陈·2016-03-25 22:00

tiny_cnn 阅读（1）

从今天起，我会每天把阅读tiny_cnn的阅读心得提交到博客园中希望大家在这个平台上可以多多交流；关于如果阅读代码？
修雨轩陈·2016-03-25 22:00

C++卷积神经网络实例：tiny_cnn代码详解（10）——layer_base和layer类结构分析

在之前的博文中，我们已经队大部分层结构类都进行了分析，在这篇博文中我们准备针对最后两个，也是处于层结构类继承体系中最底层的两个基类layer_base和layer做一下简要分析。由于layer类只是对layer_base的一个简单实例化，因此这里着重分析layer_base类。首先，给出layer_base类的基本结构框图：一、成员变量由于layer_base是这个类体系结构的基类，是构建网络层的
u013088062·2016-03-23 08:00

C++卷积神经网络实例：tiny_cnn代码详解（9）——partial_connected_layer层结构类分析（下）

在上一篇博文中我们着重分析了partial_connected_layer类的成员变量的结构，在这篇博文中我们将继续对partial_connected_layer类中的其他成员函数做一下简要介绍。一、构造函数由于partial_connected_layer类是继承自基类layer，因此在构造函数中同样分为两部分，即调用基类构造函数以及初始化自身成员变量：partial_connected_la
u013088062·2016-03-19 08:00

C++卷积神经网络实例：tiny_cnn代码详解（8）——partial_connected_layer层结构类分析（上）

在之前的博文中我们已经将顶层的网络结构都介绍完毕，包括卷积层、下采样层、全连接层，在这篇博文中主要有两个任务，一是整体贯通一下卷积神经网络在对图像进行卷积处理的整个流程，二是继续我们的类分析，这次需要进行分析的是卷积层和下采样层的公共基类：partial_connected_layer。一、卷积神经网络的工作流程首先给出经典的5层模式的卷积神经网络LeNet-5结构模型：这是一个典型的卷积层-下采
u013088062·2016-03-18 08:00

C++卷积神经网络实例：tiny_cnn代码详解（7）——fully_connected_layer层结构类分析

之前的博文中已经将卷积层、下采样层进行了分析，在这篇博文中我们对最后一个顶层层结构fully_connected_layer类（全连接层）进行分析：一、卷积神经网路中的全连接层在卷积神经网络中全连接层位于网络模型的最后部分，负责对网络最终输出的特征进行分类预测，得出分类结果：LeNet-5模型中的全连接层分为全连接和高斯连接，该层的最终输出结果即为预测标签，例如这里我们需要对MNIST数据库中的数
u013088062·2016-03-16 08:00

OpenCv实现卷积神经网络实例：tiny_cnn代码详解（6）——average_pooling_layer层结构类分析

在之前的博文中我们着重分析了convolutional_layer类的代码结构，在这篇博文中分析对应的下采样层average_pooling_layer类：一、下采样层的作用下采样层的作用理论上来说由两个，主要是降维，其次是提高一点特征的鲁棒性。在LeNet-5模型中，每一个卷积层后面都跟着一个下采样层：原因就是当图像在经过卷积层之后，由于每个卷积层都有多个卷积模板，直接导致卷积结果输出的特征矩阵
u013088062·2016-03-14 21:00

OpenCv实现卷积神经网络实例：tiny_cnn代码详解（5）——convolutional_layer类结构信息之其他成员函数

在上一篇博客中我们介绍了convolutional_layer类的基本结构及其成员变量、构造函数的相关信息，在这篇博文中我们对其中剩余的其他成员函数进行分析。首先把convolutional_layer类的结构图给出来：可见，convolutional_layer类除了构造函数之外，还有另外两部分成员函数，一部分负责定义当前卷积层与前一层之间的连接关系，另一部分则完成convolutional_l
u013088062·2016-03-13 21:00

C++卷积神经网络实例：tiny_cnn代码详解（4）——convolutional_layer类结构信息之成员变量与构造函数

在之前的博文中我们已经对tiny_cnn框架的整体类结构做了大致分析，阐明了各个类之间的继承依赖关系，在接下来的几篇博文中我们将分别对各个类进行更为详细的分析，明确其内部具体功能实现。
u013088062·2016-03-12 16:00

OpenCv实现卷积神经网络实例：tiny_cnn代码详解（3）——层间继承关系

在上一篇博文中我们顺利将tiny_cnn的程序调试通过，在这篇博文中我们尝试从整体角度给出对tiny_cnn这个深度学习框架的解读，重点论述一下其各个层直接类封装的继承关系。
u013088062·2016-03-11 21:00

OpenCv实现卷积神经网络实例：tiny_cnn代码详解（2）——代码试运行

在这篇博客中主要是对tiny_cnn的工程代码进行调试运行，毕竟目前对于我来说这是一个相对陌生的代码文件，拿到手里首先想到的自然是检验一下这个代码的正确性，能够顺利运行得到预期的结果之后，再开始对代码进行深度的剖析
u013088062·2016-03-10 21:00

OpenCv实现卷积神经网络实例：tiny_cnn代码详解（1）——开篇

而我这里选择用github上的另外一个简洁的纯C++深度学习框架——Tiny_cnn。首先将tiny
u013088062·2016-03-09 21:00
上一页 1 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他