码迷,mamicode.com
首页 > 其他好文 > 详细

卷积神经网络总结

时间:2015-06-01 20:22:17      阅读:146      评论:0      收藏:0      [点我收藏+]

标签:

卷积神经网络总结

卷积神经网络总结

——放牛娃的春天

原文链接:http://blog.csdn.net/achaoluo007/article/details/40956285

 

 

 

CNNs应用的最成功的一个例子:Yann LeCun(曾经是Hinton组的research associate)

链接:http://yann.lecun.com/exdb/lenet/index.html

 

 

code project上的一个C++写的例子,有很详细的文档说明:

http://www.codeproject.com/Articles/16650/Neural-Network-for-Recognition-of-Handwritten-Digi

 

 

代码下载网站:

MATLAB:http://www.mathworks.com/matlabcentral/fileexchange/24291-cnn-convolutional-neural-network-class

【1】 Gradient-Based Learning Applied to Document Recognition

【2】 Notes on Convolutional Neural Network(主要是公式推导)

【3】 Best Practices for Convolutional Neural Networks Applied to Visual Document(对于结构把握比较好,如果要自己去编写代码,可以仔细看看这篇文章)

【4】 3D Convolution Neural networks for Human Action Recognition:2012(以前的CNNs都是2D)

 

 

以下来源 : http://gmd20.blog.163.com/blog/static/168439232012995313176/

对字符识别比较感兴趣,说是这个“卷积神经网络”用于字符识别很不错。手写数字识别,看这个论文里面数据可以可以达到百分之99点几。

Neural Network for Recognition of Handwritten Digits

http://www.codeproject.com/Articles/16650/Neural-Network-for-Recognition-of-Handwritten-Digi

一个律师写的,比我厉害多了啊!这个文章写的很不错,原理介绍,参考文献等等都列举出来了。比较有参考价值。

后续又有人继续在他的基础上做了些改进,修复了某些错误了。

A Neural Network on GPU

http://www.codeproject.com/Articles/24361/A-Neural-Network-on-GPU

Convolutional Neural Network Workbench

http://www.codeproject.com/Articles/140631/Convolutional-Neural-Network-MNIST-Workbench

第一篇文章提到的论文,介绍了卷积神经网络怎么用于字符识别。

Gradient-Based Learning Applied to Document Recognition

http://yann.lecun.com/exdb/publis/pdf/lecun-98.pdf

Best Practices for Convolutional Neural Networks  Applied to Visual Document Analysis

http://research.microsoft.com/en-us/um/people/jplatt/ICDAR03.pdf

论文作者 Yann LeCun 的主页 上列出他自己的 卷积神经方面发表的论文,很多都比较有参考价值吧。

http://yann.lecun.com/exdb/lenet/index.html

FANN  Fast Artificial Neural Network Library

http://leenissen.dk/fann/wp/

一个c语言的开源 神经网络开发库。能不能用来做 卷积神经网络啊? 有时间学习一下

卷积神经网络总结

标签:

原文地址:http://www.cnblogs.com/yymn/p/4544650.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!