from: CSDN技術主題月----“深度學習”代碼筆記專欄

• 2016-09-13
• nigelyq
• 技術專題

Hi,各位用戶

CSDN技術主題月代碼筆記專欄會每月在CODE博客為大家帶來主題精品代碼筆記，供大家學習。也希望大家踴躍投稿，投稿郵箱：yaoqian@csdn.net（投稿請提供代碼筆記鏈接哦~。~）

-CSDN技術主題月是由CSDN社區主辦的線上結合線下技術交流活動，旨在和國內技術領先的企業共同圍繞行業趨勢和話題進行解決方案的探討、分享和交流。在技術開放的氛圍下，希望開發者們能夠通過CSDN社區平臺結識更多技術達人，交流&分享技術觀點，并碰撞出精彩火花。

10月技術主題----“深度學習”

Batch Normalization 學習筆記 --------------https://code.csdn.net/snippets/1608106

神經網絡代碼-------------------------------https://code.csdn.net/snippets/1876975

線性代數和Numpy的使用----------------------https://code.csdn.net/snippets/1807414

神經網絡常用操作實現-----------------------https://code.csdn.net/snippets/1810015

Theano常用技巧-----------------------------https://code.csdn.net/snippets/1815824

線性回歸算法實現---------------------------https://code.csdn.net/snippets/1820662

邏輯回歸算法應用---------------------------https://code.csdn.net/snippets/1823250

用Theano實現多層前饋網絡-------------------https://code.csdn.net/snippets/1851432

卷積神經網絡（CNN）之卷積操作--------------https://code.csdn.net/snippets/1856625

卷積神經網絡（CNN）實現--------------------https://code.csdn.net/snippets/1857587

堆疊去噪自動編碼機（SdA）原理及實現--------https://code.csdn.net/snippets/1869571

深度學習-LSTM網絡-代碼---------------------https://code.csdn.net/snippets/1866476

Caffe學習筆記——Matlab接口----------------https://code.csdn.net/snippets/1802842

solver參數說明及利用自己的數據集對權值微調-https://code.csdn.net/snippets/1865649

MNIST的CNN實現——源碼和運行結果-----------https://code.csdn.net/snippets/1693313

利用caffe訓練深度學習模型------------------https://code.csdn.net/snippets/1610379

vgg人臉識別模型測試------------------------https://code.csdn.net/snippets/1614525

caffe源碼解析之blob.hpp或blob.cpp----------https://code.csdn.net/snippets/1620527

caffe模型參數的一些解釋--------------------https://code.csdn.net/snippets/1610047

讓計算機閱讀《天龍八部》-------------------https://code.csdn.net/snippets/1773808

使用LSTM進行大盤回歸-----------------------https://code.csdn.net/snippets/1847366

?

快快點擊按鍵創建你自己的代碼筆記吧~~~

?

拓展閱讀

常用的深度學習開源框架介紹：

1、Caffe

源自加州伯克利分校的Caffe被廣泛應用，包括Pinterest這樣的web大戶。與TensorFlow一樣，Caffe也是由C++開發，Caffe也是Google今年早些時候發布的DeepDream項目（可以識別喵星人的人工智能神經網絡）的基礎。

2、Theano

2008年誕生于蒙特利爾理工學院，Theano派生出了大量深度學習Python軟件包，最著名的包括Blocks和Keras

3、Torch

Torch誕生已經有十年之久，但是真正起勢得益于去年Facebook開源了大量Torch的深度學習模塊和擴展。Torch另外一個特殊之處是采用了不怎么流行的編程語言Lua（該語言曾被用來開發視頻游戲）。

4、Brainstorm

來自瑞士人工智能實驗室IDSIA的一個非常發展前景很不錯的深度學習軟件包，Brainstorm能夠處理上百層的超級深度神經網絡——所謂的公路網絡Highway Networks。

5、Chainer

來自一個日本的深度學習創業公司Preferred Networks，今年6月發布的一個Python框架。Chainer的設計基于define by run原則，也就是說，該網絡在運行中動態定義，而不是在啟動時定義，這里有Chainer的詳細文檔。

6、Deeplearning4j

顧名思義，Deeplearning4j是”for Java”的深度學習框架，也是首個商用級別的深度學習開源庫。Deeplearning4j由創業公司Skymind于2014年6月發布，使用Deeplearning4j的不乏埃森哲、雪弗蘭、博斯咨詢和IBM等明星企業。

DeepLearning4j是一個面向生產環境和商業應用的高成熟度深度學習開源庫，可與Hadoop和Spark集成，即插即用，方便開發者在APP中快速集成深度學習功能，可應用于以下深度學習領域：人臉/圖像識別、語音搜索、語音轉文字（Speech to text）、垃圾信息過濾（異常偵測）、電商欺詐偵測

7、Marvin

普林斯頓大學視覺工作組新推出的C++框架。該團隊還提供了一個文件用于將Caffe模型轉化成語Marvin兼容的模式。

8、ConvNetJS

這是斯坦福大學博士生Andrej Karpathy開發瀏覽器插件，基于萬能的JavaScript可以在你的游覽器中訓練神經網絡。Karpathy還寫了一個ConvNetJS的入門教程，以及一個簡潔的瀏覽器演示項目。

9、MXNet

出自CXXNet、Minerva、Purine等項目的開發者之手，主要用C++編寫。MXNet強調提高內存使用的效率，甚至能在智能手機上運行諸如圖像識別等任務。

10、Neon

由創業公司Nervana Systems于今年五月開源，在某些基準測試中，由Python和Sass開發的Neon的測試成績甚至要優于Caffeine、Torch和谷歌的TensorFlow。

總結

以上是生活随笔為你收集整理的CSDN技术主题月----“深度学习”代码笔记专栏的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。