MatConvNet公司

MatConvNet–MATLAB的卷积神经网络。MatConvNet是卷积神经网络(CNNs)的开源实现,在MATLAB环境中进行了深度集成。工具箱的设计强调简单性和灵活性。它将cnn的构建块公开为易于使用的MATLAB函数,提供了使用滤波器组、特征池、归一化等计算卷积的例程。MatConvNet可以很容易地扩展,通常只使用MATLAB代码,允许快速原型化新的CNN架构。同时,它支持CPU和GPU上的高效计算,允许在包含数百万个训练示例的ImageNet ILSVRC等大型数据集上训练复杂模型


zbMATH中的参考文献(参考文献15条)

显示第1到15个结果,共15个。
按年份排序(引文)

  1. 霍利斯,威廉;克里希那穆尔蒂,维克拉姆;帕塔纳亚克,库纳尔:理性不注意反向强化学习解释YouTube评论行为(2020)
  2. 唐锡伟;碧萱;瞿安妮:个性化多层张量学习在影像分析中的应用(2020)
  3. 海姆,凯瑟琳F。;海姆,德斯蒙德J.:深度学习:应用数学家导论(2019)
  4. 希尔,米奇;杰坎普,尼克;朱松春:建造望远镜来观察高维图像空间(2019)
  5. 伦克,卡雷尔;Andrea Vedaldi:通过测量图像表征的等变性和等效性来理解图像表征(2019)
  6. 蒙托比奥,诺埃米;西蒂,乔瓦纳;Sarti,Alessandro:从接受性特征到V1(2019)的度量模型
  7. 艾哈迈德,沙霍尔;Chang,Loong Fah:用于场景理解的平面均匀纹理的鲁棒检测和仿射校正(2018)
  8. 李汉辉;吴鹤峰;林书金;罗晓楠:视觉目标跟踪的耦合深度相关滤波和在线判别学习(2018)
  9. 拉维夫,多利夫;哈桑,塔米尔;Osadchy,Margarita:超平面集合的铰链极小极大学习者(2018)
  10. 吴美茵;陈,李;田静:基于混合学习的盲图像质量评价框架(2018)
  11. 谢元;陶,大成;张文生;刘燕;张磊;瞿艳云:基于张量多秩极小化的聚类多视图自表示(2018)
  12. 耶,钟哲;韩,约瑟布;Cha,Eunju:深度卷积框架:反问题的一般深度学习框架(2018)
  13. 费尔南多,巴苏拉;Gould,Stephen:区分学习的等级等级共享网络(2017)
  14. 王倩;陈克:基于双向潜在嵌入的零镜头视觉识别(2017)
  15. 奥克斯,彼得;兰夫特,雷内;布罗克斯,托马斯;Pock,Thomas:具有非光滑低层问题的基于梯度的双层优化技术(2016)