Deep Learning Practice【开篇】

Chapter 0 初入深度学习实战

最近一直在学习深度学习相关的知识,看文献,看博客,看书,与别人讨论,等等,但是总觉得这样的学习只是停留在表面,无法去深入的学习到深度学习的内幕。于是,决定开始深度学习的实战,鉴于之前在Windows平台下面做过BP算法的program,想找个Windows平台下开源框架来学习。各种搜索后,最终决定学习 Caffe (Convolutional Architecture for Fast Feature Embedding) 框架。这里顺便为知乎打个广告,在搜索使用什么框架的时候,个人感觉知乎上别人的回答还是很好的,所谓专业的人回答专业的问题,我觉得这是知乎不同于其它搜索引擎的地方。

选择Caffe,是因为以下几点:

1.基于C++的开源框架;

2.有windows下的Project;

3.有Demo。

而大家广泛推荐的TensorFlow也很好,但是没有windows平台下的project,对于不是经常搞Linux而言,使用起来还是有困难的,因为要搞懂其原理,所以对源码的调试很重要。

接下来本篇将采用标题链接的形式持续更新Caffe的学习过程。

Chapter 1 :初探Caffe

Chapter 2 :Build libcaffe

Chapter 3: Start with MNIST Demo

Chapter 4 : 深入理解Caffe MNIST DEMO中的LeNet网络模型

Chapter 5: Convert Image Set To LevelDB/LMDB

Chapter 6: Windows下编译pycaffe

Chapter 7: Windows下pycaffe的使用之draw_net.py

上一篇:MySQL删除单列重复或多列同时重复值并保留一条


下一篇:MongoDB学习笔记:MongoDB 数据库的命名、设计规范