我有兴趣在我的C++程序中实现一个卷积神经网络，在那里我跟踪标记的昆虫（我也使用OpenCV）。我看到人们提到了很多Caffe，Torch和Theano，但我还没有听到讨论过的SHOGUN Toolbox中的CNN。这个CNN是否运行良好，如果你在C++工作，任何人都会推荐它？我已经通过python中的scikit-neuralnetwork使用Theano来测试一些图像，并且这很有效，除了不幸的是Theano仅仅是Python。SHOGUN Toolbox卷积神经网络与Caffe和Theano相比如何？
区别在于速度。 cnn的计算成本很高，所以GPU的实现速度至少比CPU快10倍。 caffe和theano提供了调用CPU或GPU的无缝集成，这对您来说可能并不容易，没有太多的GPU编程经验。
其他因素可能存在，包括统一的多人游戏界面，随机梯度下降等，但我认为速度问题是所有这些因素中最为关键的。
幕府将军也支持NN代码中使用的一些操作。这虽然正在进行中。此时，其他图书馆可能会更快。我们主要在那里建立这些网络，以便能够轻松地将它们与工具箱中的其他算法进行比较。
但是，它的好处是可以从大量语言中使用它（而在内部执行C++代码） - 如果您不想使用python，则可以使用它。
这里有一些IPython的笔记本电脑，你可以使用作为基础进行比较：
我们感谢任何经验共享。幕府将军正在不断发展，特别是神经网络吸引了很多人参与其中，所以期待事情的改变。如果你有兴趣帮助GPU-fying将军，请告诉我们。
我们没有办法告诉。如果Python只对你不起作用，测试SHOGUN并看看你是否得到足够好的结果。如果没有，重复其他人。 – IVlad
我有兴趣听到使用SHOGUN工具箱的人的意见，并可以评论它是否有用，以及它们是否已经成功实施了CNN。 –