Jeremy Lin
这份开源码的官方地址是：http://deeplearning.cs.toronto.edu/codes
在CNN的开源码中最出名的主要有两个，一个是Berkeley Caffe，还有一个是Toronto Convnet。
Berkeley的Caffe我眼下还没有研究过它的代码，也还没详细使用过。不好评论。至于Toronto 的Convnet，我前两周花了不少时间看了cuda-convnet的源码，总的来说。看得确实痛苦，个人感觉上代码的组织结构有点儿复杂，要想全然吃透是非常须要花点力气的。近期Toronto公布了一个重构的ConvNet1.0源码。我粗略看了下，发现这份代码相比于cuda-convnet清晰非常多。所以打算在接下来一段时间内，好好整理一些关于ConvNet1.0的代码阅读笔记。
以下是ConvNet1.0的一个结果：
本文地址:http://blog.csdn.net/linj_m/article/details/38072145
其他版本号的CNN开源码：地址
CNN学习资源：
paper：
[1] Y.LeCun.Gradient-based learning applied to document recognition.1998.
[2] Jake Bouvrie.Notes on Convolutional Neural Networks.2006.
[3] Alex Krizhevsky.ImageNet Classification with Deep ConvolutionalNeural Networks.
slides：
[4] CVPR 2012 Tutorial on Deep Learning.Neural Nets for Vision.
[5] Abin Roozgard.Convolutional neural networks.
本文地址:http://blog.csdn.net/linj_m/article/details/38072145
很多其它资源 请关注 博客：LinJM-机器视觉 微博：林建民-机器视觉
本文暂时没有评论，来添加一个吧(●'◡'●)