Catalyst_ZX-CSDN博客

翻译 MXNet官方文档教程(7)：训练和推断模型

训练和推断模型我们在module（缩写mod）包中模块化了经常用到的训练和推断模型的代码。这个包提供了中层和高层接口来执行已定义好的网络。基础用法准备在本部分教程中，我们将使用一个十类的多层感知机和一个综合数据集。import mxnet as mxfrom data_iter import SyntheticData # mlpnet = mx.s

2017-03-08 16:38:25 11403 2

翻译 MXNet官方文档教程(6)：神经网络图

符号教程除了张量计算接口NDArray，MXNet中另一个主要的对象就是Symbol，位于mxnet.symbol（缩写mxnet.sym）中。一个符号代表一个多输出的符号表达式。他们由运算符复合而成，例如简单的矩阵运算（如“+”），或者一个神经网络层（如卷积层）。一个操作符可以获得多个输入变量，并提供至少一个输出变量，并拥有内部变量。一个变量可以是空的（我们可以在之后为其赋值），也可以是一个

2017-02-21 22:48:09 8808 1

翻译 MXNet官方文档教程(5)：CPU&GPU多维数组

NDArray教程MXNet中一个主要的对象就是mxnet.ndarray（缩写mxnet.nd）中的多维数组。如果你对python的科学计算包Numpy熟悉的话，你会发现mxnet.ndarray与numpy.ndarray在诸多方面十分相似。源网址：CPU/GPU Array Manipulation 基础多维数组是一组同类型数据的集合，例如一个3D空间中的点的坐标值[1, 2

2017-02-18 21:14:22 5672

翻译 MXNet官方文档教程(4)：使用预训练好的模型

预在完全掌握MXNet前，如果你的应用方向是常见的一些问题，最快的发方法就是直接使用其他人已经训练好的模型。这样不但可以节省时间，也可以达到比较好的效果。这一篇就来讲讲如何使用已经训练好的模型。源连接：使用预训练好的模型进行预测本教程实现一个在全ImageNet数据集上预训练好的预测样例。ImageNet数据集包括超过一千万张图片和一万个类别。有关更加详细的阐述，参见。我们

2017-02-15 17:36:43 11147 3

翻译 MXNet官方文档教程(3)：基于多层LSTM的字符级语言模型

这是MXNet继上一篇我们介绍的人工神经网络识别手写数字之后另一个进阶（Advanced）示例，本文使用了最新的LSTM模型。由于本人对自然语言处理方向并无深入了解，故只进行了简单的直译，具体细节术语可查看相关文献及源网站：Character-level language models。本教程讲授如何通过多层循环人工神经网络来训练一个字符级的语言模型。特别的，我们将训练了一个可以识

2016-12-03 18:20:48 6677 1

翻译 MXNet官方文档教程(2)：基于卷积神经网络的手写数字识别示例

原本打算开始翻译计算图的部分，结果上一篇刚发完，MXNet就升级了教程文档（伤不起啊），更新了上一篇中手写数字识别示例的详细教程。那这一篇就与时俱进，来将刚更新的这篇教程翻译过来把。由于目前图片无法上传到博客中，相关图片可在原网站查看：Handwritten Digit Recognition。本教程引导你完成一个有关计算机视觉分类的应用示例：使用人工神经网络识别手写数字

2016-11-23 22:07:02 7185

翻译 MXNet官方文档教程(1)：扬帆起航（Get Started）

最近准备学习MXNet，发现官方文档的中文支持还不完整，便打算一边学习一边将文档翻译过来，以方便日后复习和之后的学习者。本文是官方文档的第一步“Get Started”，原文档链接：MXNet：Get Started。本人能力有限，有翻译的不足之处还请在下方留言。MXNet：一个可扩展深度学习框架MXNet是一个开源的深度学习框架。它可以使你能自行定义、训练、配置和部署深度人工神经

2016-11-17 18:40:34 18975 1

原创 OpenCL异构并行计算编程笔记(2)：命令队列与内存对象

四、建立命令队列（Command Queue)：命令队列是主机端向上下文中其他设备发送请求的行为机制，主机通过命令队列建立与其他内核的通信，控制其他计算单元完成相关的操作行为。在同一个上下文中可同时存在多个命令队列，每个命令队列只关联一个设备。在命令队列中，一系列命令按照主机端命令发送的先后顺序排队，并在设备端依次执行。创建命令队列可以使用：cl_command_qu

2016-10-14 21:24:38 1742

原创 OpenCL异构并行计算编程笔记(1)：平台、设备与上下文

OpenCL（全称Open Computing Language，开放运算语言）是第一个面向异构系统通用目的并行编程的开放式、免费标准，也是一个统一的编程环境，便于软件开发人员为高性能计算服务器、桌面计算系统、手持设备编写高效轻便的代码，而且广泛适用于多核心处理器(CPU)、图形处理器(GPU)、Cell类型架构以及数字信号处理器(DSP)等其他并行处理器。

2016-09-04 20:24:01 2119

Python语言的特性具有良好的开发效率，使其在诸多领域备受青睐。然而Python语言执行效率的缺陷，使得他在许多对工程效率要求严格的领域的应用受到了限制。但好在Python具有优秀的扩展性能（常常被人称作胶水语言），能通过C\C++、Java等多种语言对其进行扩展。这样便允许我们在工程中使用C语言扩展Python核心代码，同时也能在Python工程中如同调用普通模块一样对C扩展进行调用。使得Py

2015-08-07 09:13:13 2601 2

原创用VS2010编写Python的dll扩展问题

在工程中导入头文件：#include 编译时产生错误无法找到Python.h，表明是未安装Python或者安装了但是没有把头文件路径引入Path环境变量。在计算机-属性-环境变量中更改path，或把Python的include目录加入工程的附加包含目录，一般是C:\Python2.7.10\include这个目录，其中C:\Python2.7.10是Python的安装目录，按你机器的实际情况

2015-07-29 17:48:01 1420

Catalyst_ZX的博客