DeepNet由deepnet、cudamat和eigenmat三部分组成，其中deepnet包含接口函数如trainer.py用于训练，cudamat为GPU运算库，eigenmat为CPU库。NeuralNet是最基本的网络模型，DBM、DBN、SparseCoder和FastDropoutNet是其扩展。训练过程涉及model.pbtxt定义的参数、层和边，通过choose_matrix_library.py选择运算库。了解框架后，可按需修改内部函数以实现定制功能。
DeepNet的基本框架包含三个部分，也就是它里头的三个文件夹：deepnet，cudamat和eigenmat。
其中deepnet中包括了DeepNet的接口函数，cudamat和eigenmat分别包含了DeepNet的库函数。
deepnet
deepnet文件夹中包含的是用Python实现的接口函数。主要有：
trainer.py：训练网络时使用的就是这个接口函数，训练的模型主要有四种：FEED_FORWARD_NET，DBM，DBN，SPARSE_CODER以及FAST_DROPOUT_NET，具体模型的类型在model.pbtxt中定义。使用方法：
python trainer.py model.pbtxt train.pbtxt eval.pbtxt 其中t
最低0.47元/天 解锁文章
5244
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
