Torch dp
dp是torch中一个深度学习包,通过面向对象的思想简化流线型神经网络的设计流程。
内容
- 数据库 [ mnist ] [ cifar-10 ]
if opt.dataset == 'Mnist' then ds = dp.Mnist{input_preprocess = input_preprocess} elseif opt.dataset == 'NotMnist' then ds = dp.NotMnist{input_preprocess = input_preprocess} elseif opt.dataset == 'Cifar10' then ds = dp.Cifar10{input_preprocess = input_preprocess} elseif opt.dataset == 'Cifar100' then ds = dp.Cifar100{input_preprocess = input_preprocess} else error("Unknown Dataset") end
-数据预处理方法,Component Analysis whitening, Global Contrast Normalization, Lecun’s Local Contrast Normalization
dp.Standardize(),dp.ZCA(),dp.GCN()
- nn 和 torch7 常用操作
- 文档,实例。