卡费

CAFE是一个深入人心的学习框架，具有表达、速度和模块化的思想。它是由伯克利视觉和学习中心（BVLC）和社区贡献者开发的。杨青佳在加州大学伯克利分校博士期间创建了这个项目。在BSD 2条款许可下发布CAFE。

本软件关键词

这里的任何东西都将在支持画布元素的浏览器上被替换。

ZBMaCT中的参考文献（41篇文章中引用）

显示结果1至20的41。
按年份排序（引文）
  1. CAI，Hongmin；黄，Qinjian；荣，Wentao；宋，严；李，焦；王，金华；陈，Jiazhou；Posile，Y:乳腺微钙化诊断：利用深度卷积神经网络从数字乳房X线照片诊断（2019）
  2. Dreossi，Tommaso；多兹，亚历山大；塞西亚，Sanjit A.：用机器学习组件组成的网络物理系统的伪造（2019）
  3. Edgar Riba，Dmytro Mishkin，Daniel Ponsa，Ethan Rublee，Gary Bradski：Kornia：Py火炬的开放源代码计算机视觉库（2019）阿西夫
  4. 郭，Yecai；叶，费；龚浩：学习一种有效的卷积神经网络泛切（2019）
  5. 希格姆，Catherine F.；Higham，Desmond J.：深度学习：应用数学家介绍（2019）
  6. 凯晨，贾琦旺，蒋苗庞，于航曺，于雄，萧晓莉，舒洋隼，Y，Y，Y，Y，Y，Y，Y，Y，Y，Y，Y，Y，Y，Y，Y，Y，Y，Y，Y，Y，Y，Y，Y，Y，Y，Y，Y，Y，Y，Y，Y，Y，Y，Y，Y，Y，Y，Y，Y，笪华琳：MM检测：开放MMLLA检测工具箱和基准（2019）阿西夫
  7. 凯洋舟，陶翔：TrChrID：一个深入学习者在Py火炬中重新识别的图书馆（2019）阿西夫
  8. 李，山；邓，伟红：无约束人脸识别中的可靠众包和局部保持学习（2019）
  9. Saberian，穆罕默德；瓦斯孔塞卢斯，Nuno：多类提升：边际、码字、损失和算法（2019）
  10. van den Berg，E：海洋张量包（2019）不是ZB数学
  11. Viktor Kazakov，Franz J. Kir A:机器学习自动化工具箱（MLAUT）（2019）阿西夫
  12. 王，鄯善；陈，应：一种用于深度人脸识别的联合损失函数（2019）
  13. 萧梦东、Junpyo Hong、Hsi Ming Chang、Michael Potter、Aritra Chowdhury、Purujit Bahl、Vivek Soni、So、Y、Y、Y、Y、Y、^：快速估计：快速原型和产品化的深度学习库（2019）阿西夫
  14. 严，Bin；陈，青；叶，润；周，Xiaojia：基于卷积神经网络的爆炸物绝缘子检测与识别（2019）
  15. 赵云晨，程雪，司明晨，郭平果：VQNET:量子经典混合神经网络库（2019）阿西夫
  16. Aggavar，Charu C.：神经网络和深度学习。教科书（2018）
  17. Baydin，Barak A.，Radul，Alexey Andreyevich，西斯金德，Jeffrey Mark：机器学习中的自动微分：一项调查（2018）
  18. Calden Wloka，托妮昆尼，Iuliia Kotseruba，Ramin Fahimi，Nicholas Frosst，尼尔D.B.布鲁斯，FIL:Simule:显著性模型实现库，用于实验研究（2018）阿西夫
  19. Gudivada，Venkat N.；阿巴巴菲德，KAMAAR：NLP的开源库、应用框架和工作流系统（2018）
  20. Hananel Hazan，Daniel J. Saunders，Hassaan Khan，Darpan T. Sanghavi，Hava T. Siegelmann，Robert Kozma：BindsNET：Python中一种面向机器学习的尖峰神经网络库（2018）阿西夫