卡费

Caffe是一个以深度和速度为核心的学习框架。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参考文献(42篇文章引用)

显示第1到第20个结果,共42个。
按年份排序(引用)
  1. 蔡洪民;黄,秦健;荣,文涛;宋,燕;李,焦;王,金华;陈,嘉州;李,李:数字乳房X光片中使用深度卷积神经网络的乳腺微钙化诊断(2019年)
  2. Dreossi,Tommaso;Donzé,Alexandre;Seshia,Sanjit A.:使用机器学习组件对网络物理系统进行组合伪造(2019年)
  3. 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
  4. 郭业才;叶,费;龚浩:学习一种有效的卷积神经网络泛化(2019)
  5. 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)
  6. 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
  7. 为深州市图书馆学习火炬的人:周开道阿尔十四
  8. Li,Shan;Deng,Weihong:无约束面部表情识别的可靠众包和深层保留学习(2019)
  9. Mohammad Saberian;Vasconcelos,Nuno:多类提升:利润、码字、损失和算法(2019)
  10. van den Berg,E.:海洋张量包(2019)不是zbMATH
  11. Viktor Kazakov,Franz J.Király:机器学习自动化工具箱(MLaut)(2019)阿尔十四
  12. 王珊珊;陈颖:深度人脸识别的联合损失函数(2019)
  13. 董晓萌、洪俊平、张希明、迈克尔·波特、阿里特拉·乔杜里、普鲁吉特·巴尔、维韦克·索尼、云灿蔡、拉杰什·塔马达、高拉夫·库马尔、卡罗琳·法瓦特、V.拉特纳·萨里帕利、戈帕尔·阿维纳什:快速估计器:快速成型和产品化的深度学习库(2019年)阿尔十四
  14. 严斌;陈青;叶润;周晓佳:基于卷积神经网络的绝缘子爆炸检测与识别(2019)
  15. 赵云辰,程雪,陈思明,郭平国:VQNet:量子经典混合神经网络库(2019)阿尔十四
  16. Aggarwal,Charu C.:神经网络与深度学习。2018年教材
  17. Baydin,Atılım Güneş;Pearlmutter,Barak A.;Radul,Alexey Andreyevich;Siskind,Jeffrey Mark:《机器学习中的自动微分:一项调查》(2018年)
  18. Calden Wloka,Toni Kunić,Iulia Kotseruba,Ramin Fahimi,Nicholas Frost,Neil D.B.Bruce,John K.Tsotsos:SMILER:实验研究显著性模型实现库(2018)阿尔十四
  19. Gudivada,Venkat N.;Arbabifard,Kamyar:NLP的开源库、应用程序框架和工作流系统(2018)
  20. Hananel Hazan,Daniel J.Saunders,Hassaan Khan,Darpan T.Sanghavi,Hava T.Siegelmann,Robert Kozma:BindsNET:Python中面向机器学习的峰值神经网络库(2018)阿尔十四