横向对比七大深度学习框架
文章讲的是横向对比七大深度学习框架,在深度学习项目开始前,选择一个合适的框架是非常重要的事情。最近,来自数据科学公司 Silicon Valley Data Science 的数据工程师 Matt Rubashkin(UC Berkeley 博士)为我们带来了深度学习 7 种流行框架的深度横向对比,希望本文能对你带来帮助。
机器学习框架比较
翻译自外文网站,比较结果如下:
比较对象:Caffe,Caffe2,Deeplearning4j,Dlib,Gensim,Keras,MatConvNet,Microsoft Cognitive Toolkit,MXNet,Neural Designer,OpenNN,Paddle,Pytorch.
【caffe】loss function、cost function和error
@tags: caffe 机器学习
在机器学习(暂时限定有监督学习)中,常见的算法大都可以划分为两个部分来理解它
一个是它的Hypothesis function,也就是你用一个函数f,来拟合任意一个输入x,让预测值t(t=f(x))来拟合真实值y
另一个是它的cost function,也就是你用一个函数E,来表示样本总体的误差。
(转) Face-Resources
本文转自:https://github.com/betars/Face-Resources
Face-Resources
Following is a growing list of some of the materials I found on the web for research on face recognition algorithm.
(转) AdversarialNetsPapers
本文转自:https://github.com/zhangqianhui/AdversarialNetsPapers
AdversarialNetsPapers
The classical Papers about adversarial nets
The First pap...