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。


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