convnet源碼解析(一)：基礎準備

Jeremy Lin

ConvNet是一個基於GPU實現的卷積神經網絡開源代碼（C++11），是由多倫多大學的Geoffrey Hinton深度學習團隊編寫的，它的最初版本是Hinton的學生Alex Krizhevsky編寫的cuda-convnet（其項目地址在google code上面），最近cuda-convnet也從1.0版本更新到2.0版本（地址）。

這份開源代碼的官方地址是：http://deeplearning.cs.toronto.edu/codes

在CNN的開源代碼中最出名的主要有兩個，一個是Berkeley Caffe，另一個是Toronto Convnet。Berkeley的Caffe我目前還沒有研究過它的代碼，也還沒具體使用過，不好評論。至於Toronto 的Convnet，我前兩週花了不少時間看了cuda-convnet的源代碼，總的來說，看得確實痛苦，個人感覺上代碼的組織結構有點兒複雜，要想完全喫透是很需要花點力氣的。最近Toronto發佈了一個重構的ConvNet1.0源代碼，我粗略看了下，發現這份代碼相比於cuda-convnet清晰很多，所以打算在接下來一段時間內，好好整理一些關於ConvNet1.0的代碼閱讀筆記。

下面是ConvNet1.0的一個結果：

本文地址:http://blog.csdn.net/linj_m/article/details/38072145

其它版本的CNN開源代碼：地址

CNN學習資源：

paper：

[1] Y.LeCun.Gradient-based learning applied to document recognition.1998.

[2] Jake Bouvrie.Notes on Convolutional Neural Networks.2006.

[3] Alex Krizhevsky.ImageNet Classification with Deep ConvolutionalNeural Networks.

slides：

[4] CVPR 2012 Tutorial on Deep Learning.Neural Nets for Vision.

[5] Abin Roozgard.Convolutional neural networks.

本文地址:http://blog.csdn.net/linj_m/article/details/38072145

更多資源 請關注 博客：LinJM-機器視覺 微博：林建民-機器視覺