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?
0
A
回答
1
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。
2
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。
相关问题
- 1. 卷积神经网络
- 2. 卷积神经网络和3D图像
- 3. float16 VS FLOAT32卷积神经网络
- 4. 卷积神经网络配置
- 5. 卷积神经网络 - 多通道
- 6. 运行训练卷积神经网络
- 7. 卷积神经网络不收敛
- 8. 使用回归神经网络(与Theano)
- 9. 用于时间相关特征的卷积神经网络
- 10. 卷积神经网络中并行和顺序卷积之间的区别
- 11. 如何扩展神经网络api以支持卷积n.n
- 12. 卷积神经网络的逼近能力如何?
- 13. 如何创建卷积神经网络的优化设计
- 14. 卷积神经网络 - 如何获取特征地图?
- 15. 如何设置卷积神经网络的滤波器系数
- 16. 如何建立一个多类卷积神经网络Keras
- 17. 卷积神经网络:如何训练它? (无人监督)
- 18. 如何确定卷积神经元网络的架构
- 19. 如何在新数据上运行卷积神经网络
- 20. 与caffe解卷积
- 21. 卷积神经网络中权重和输出的值
- 22. 这是在普通卷积神经网络中进行的基本卷积吗?
- 23. 为什么卷积滤波器在卷积神经网络中翻转?
- 24. Python/Tensorflow - 我已经训练了卷积神经网络,如何测试它?
- 25. 如何计算卷积神经网络中密集和输出层的尺寸?
- 26. 如何使用神经网络与simulink和神经网络工具箱
- 27. 训练卷积神经网络识别车号牌
- 28. 用于卷积神经网络的字嵌入
- 29. 为卷积神经网络准备数据集
- 30. 卷积神经网络不分类测试集keras
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。 –