创造性逻辑单元
文章平均质量分 92
夜雨清狂
活到老学到老
展开
-
轻量级C++神经网络应用库CreativeLus:4、CNN卷积神经网络。案例:(MNIST)手写数字识别。
github资源地址:[Release-x86/x64]上一篇:轻量级C++神经网络应用库CreativeLus:3、复杂函数逼近。案例:多输入混合逼近。下一篇:轻量级C++神经网络应用库CreativeLus:5、ResNet残差网咯。案例:(cifar-100)图片分类。案例4:CNN网络,实现(MNIST)手写数字识别本案例的任务经过前面几章的介绍,对CL基本功能应有所了解。C...原创 2020-02-01 04:34:37 · 1286 阅读 · 6 评论 -
轻量级C++神经网络应用库CreativeLus:1、库介绍。案例:简单sin函数逼近。
CreativeLus库,又名“创造性逻辑元”,简称CL,是基于反馈式神经网络(BP网络)模型理论基础开发的C++神经网络库。希望在尽可能的丰富功能前提下,让使用者付出极低的代价。尤其是学生、研究人员或小型应用,在机器学习,深度学习,神经网络应用等领域能有一种快速的应用可选方案。作为超轻量级应用库,它区别于TensorFlow、PyTorch等强大而复杂的系统工具或库,但它同样简单易用,而且有效。能处理常规逼近,分类问题,还能构建自定义的各类网络模型,包括:复杂节点网络,卷积网络(cnn),残差网络原创 2020-01-30 04:30:17 · 2559 阅读 · 6 评论 -
轻量级C++神经网络应用库CreativeLus:3、复杂函数逼近。案例:多输入混合逼近。
github资源地址:[Release-x86/x64]上一篇:轻量级C++神经网络应用库CreativeLus:2、分类问题。案例:空间点在平面上2分类。下一篇:轻量级C++神经网络应用库CreativeLus:4、CNN卷积神经网络。案例:(MNIST)手写数字识别。案例3:复杂函数逼近本章介绍以下几个主要内容,本章内容非常重要:1、创建自定义结构的神经网络;2、模型自调整介...原创 2020-01-31 19:06:42 · 902 阅读 · 0 评论 -
轻量级C++神经网络应用库CreativeLus:2、分类问题。案例:空间点在平面上2分类。
案例2:平面点2分类问题本章将介绍以下几个新的使用方法:1、对样本数据的保存及读取,对训练好的模型的保存及读取;2、启动多线程支持,加速你的训练模型;3、动态的实时输出训练时的图形结果;(按每一训练周期做一次输出更新的方式)4、将图形和曲线结果保存到外部Bitmap图形文件中;5、将模型的计算内核和训练扩展脱开,释放训练扩展占用的内存,仅保留预测部分。问题介绍:我们在三位空间中...原创 2020-01-31 02:58:03 · 706 阅读 · 0 评论