L****8 发帖数: 3938 | 1 方案1 neuron unit 搞继承 搞虚函数
std::vector 里面存各个层的unit 指针
unit.forward 正向运行
unit.backward 反向传梯度
还有啥更好的招? |
x****u 发帖数: 44466 | 2 现有的各种轮子哪点不入你法眼了?
【在 L****8 的大作中提到】 : 方案1 neuron unit 搞继承 搞虚函数 : std::vector 里面存各个层的unit 指针 : unit.forward 正向运行 : unit.backward 反向传梯度 : 还有啥更好的招?
|
c*******9 发帖数: 9032 | 3 配置繁琐,有没有干净简单的纯C++库。
【在 x****u 的大作中提到】 : 现有的各种轮子哪点不入你法眼了?
|
x****u 发帖数: 44466 | 4 没有CUDA等支持速度会非常慢啊
【在 c*******9 的大作中提到】 : 配置繁琐,有没有干净简单的纯C++库。
|
w***g 发帖数: 5958 | 5 这个事情我几年前就做过了。https://github.com/aaalgo/argos
没有momentum做不下去的。
现在我用caffe和lasagne。
【在 L****8 的大作中提到】 : 方案1 neuron unit 搞继承 搞虚函数 : std::vector 里面存各个层的unit 指针 : unit.forward 正向运行 : unit.backward 反向传梯度 : 还有啥更好的招?
|
x****u 发帖数: 44466 | 6 能不能讲讲lasagne和keras比有什么优缺点?看起来lasagne比keras麻烦点啊。
【在 w***g 的大作中提到】 : 这个事情我几年前就做过了。https://github.com/aaalgo/argos : 没有momentum做不下去的。 : 现在我用caffe和lasagne。
|
w***g 发帖数: 5958 | 7 我是直接用别人publish的model的。除了lua不行, C++和python的几个轮子我已经都
集成到统一接口了。不管是拿什么轮子训练出来的,load进来用法一样。
没有一个deep pocket的后台,只能搞糙快猛。最糙快猛的无非就是直接用别人的
model。Caffe的model zoo是我的最爱。
【在 x****u 的大作中提到】 : 能不能讲讲lasagne和keras比有什么优缺点?看起来lasagne比keras麻烦点啊。
|
l*******m 发帖数: 1096 | 8 如果随便玩玩,keras上手快,如果想试新结构lasagne. 现在tensorflow性能已经很好
了,而且cpu的性能有重大提升,这个对于用cpu的用户很重要。一些小的network
training, 比gpu就慢2x-3x.
【在 x****u 的大作中提到】 : 能不能讲讲lasagne和keras比有什么优缺点?看起来lasagne比keras麻烦点啊。
|
w***g 发帖数: 5958 | 9 不错,我看看去。
【在 l*******m 的大作中提到】 : 如果随便玩玩,keras上手快,如果想试新结构lasagne. 现在tensorflow性能已经很好 : 了,而且cpu的性能有重大提升,这个对于用cpu的用户很重要。一些小的network : training, 比gpu就慢2x-3x.
|
N*****m 发帖数: 42603 | 10 good to know
【在 l*******m 的大作中提到】 : 如果随便玩玩,keras上手快,如果想试新结构lasagne. 现在tensorflow性能已经很好 : 了,而且cpu的性能有重大提升,这个对于用cpu的用户很重要。一些小的network : training, 比gpu就慢2x-3x.
|