卡费

Caffe是一个深度学习框架,它考虑了表达、速度和模块化。它是由伯克利视觉和学习中心(BVLC)和社区贡献者开发的。贾阳青在加州大学伯克利分校攻读博士学位期间创建了这个项目。Caffe根据BSD 2条款许可发布。


zbMATH中的参考文献(参考文献第六十八条)

显示68个结果中的1到20个。
按年份排序(引用)
  1. 贝尔西马斯,迪米特里斯;斯特拉托,巴托洛梅奥:优化之声(2021)
  2. 杜奇,约翰·C。;Namkoong,Hongseok:通过分布式鲁棒优化实现性能一致的学习模型(2021)
  3. 孟庄吉;徐存禄;雷、秦;苏伟;吴金钊:深度迁移学习的平衡联合最大平均差(2021)
  4. 酒井友友;牛刚;Sugiyama,Masashi:正无标记分类的信息论表示学习(2021)
  5. 文森佐·洛莫纳科、洛伦佐·佩莱格里尼、安德烈亚·科苏、安东尼奥·卡塔、加布里埃尔·格拉菲蒂、泰勒·海耶斯、马蒂亚斯·德兰格、马克·马萨纳、贾里·庞博尼、吉多·范德文、马丁·芒特、齐舍、凯兰·库珀、杰里米·森林、伊登·贝卢阿达、西蒙娜·卡尔德拉、德国I.帕里斯、法比奥·库佐林、安德烈亚斯·托利亚斯、西蒙斯卡达潘、卢卡·安提卡、苏布塔伊·阿姆哈德,Adrian Popescu,Christopher Kanan,Joost van de Weijer,Tinne Tuytalars,Davide Bacciu,Davide Maltoni:雪崩:持续学习的端到端图书馆(2021)阿尔十四
  6. 朱启明;刘泽良;严金辉:金属添加剂制造的机器学习:基于物理信息的神经网络预测温度和熔池流体动力学(2021)
  7. 安基特,阿尤什;伊扎特朝觐;查拉马拉塞蒂,赛拉胡尔;阿加瓦尔,萨班;马修·马里内拉;福尔汀,马丁;斯特拉坎,约翰保罗;米洛吉奇,德扬;胡文梅;Roy,Kaushik:PANTHER:神经网络训练的可编程架构,利用节能的ReRAM(2020)
  8. 陈子萱;徐泽凯;桂、秋玲;杨欣;程启民;侯文广;丁明月:基于自学习的刚性实时多模式切片体积配准医学图像表示(2020)
  9. 郭健;他,他;何,童;劳森,伦纳德;李、穆;林海斌;石行健;王晨光;谢俊元;查、生;张,阿斯顿;张,杭;张志;张中岳;郑帅;朱毅:GluOnCVandGluonNLP:计算机视觉和自然语言处理的深度学习(2020)
  10. 伊万,科瓦奇;Marák,Pavol:Openfinger:迈向多模式生物识别系统中指纹和手指静脉模式识别能力的结合(2020)
  11. 久和岛,广石;安冈、广东弘;Nakae,Toshihiro:机器学习系统中的工程问题(2020)
  12. 田春伟;飞,隆克;郑文贤;徐勇;左王蒙;林佳文:图像去噪的深度学习:综述(2020)
  13. 王翔;刘四飞;马惠民;杨明萱:基于迭代亲和学习的弱监督语义分割(2020)
  14. 王毅;张浩;蔡锦菊;崔永和;金、龚勇;改良的螺旋CT肺结节分类法(2020年)
  15. 郑清河;田新宇;杨明强;吴玉林;苏华科:基于PAC-Bayesian框架的二维区分卷积网络剪枝的下降路径方法(2020)
  16. 蔡洪民;黄秦健;荣文涛;宋岩;李娇;王金华;陈嘉州;Li,Li:利用数字乳房X光片的深卷积神经网络诊断乳腺微钙化(2019)
  17. 德劳西,托马索;东泽,亚历山德拉;Seshia,Sanjit A.:具有机器学习组件的网络物理系统的合成伪造(2019)
  18. Edgar Riba,Dmytro Mishkin,Daniel Ponsa,Ethan Rublee,Gary Bradski:Kornia:Pythorch的开源可区分计算机视觉库(2019)阿尔十四
  19. 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)
  20. 陈凯琪、王佳琪、彭江淼、曹玉航、熊玉雄、李晓晓、孙淑阳、冯万森、刘紫薇、徐佳瑞、张峥、程大志、朱晨晨、程天恒、赵启杰、李步宇、卢欣、朱睿璐、戴继峰、王景东、史建平、欧阳万丽、陈改乐,林大华:MMDetection:开放MMLab检测工具箱和基准(2019)阿尔十四