tiny-dnn简介
tiny-dnn是一个纯C++14实现的深度学习框架,具有以下特点:
- 无任何依赖,只需要支持C++14的编译器即可使用
- 适用于计算资源有限的场景,如嵌入式系统和IoT设备
- 轻量级,仅有头文件,易于集成到实际应用中
- 支持常见的深度学习网络结构和算法
官方资源
快速入门
- 包含头文件:
#include "tiny_dnn/tiny_dnn.h"
- 构建网络:
network<sequential> net;
net << conv(32, 32, 5, 1, 6) << tanh()
<< ave_pool(28, 28, 6, 2) << tanh()
<< fc(14 * 14 * 6, 120) << tanh()
<< fc(120, 10);
- 训练网络:
adam optimizer;
net.fit<mse>(optimizer, x_train, y_train, batch_size, epochs);
更多示例代码可参考MNIST分类示例。
进阶学习
应用案例
相关论文
- Multiplier-less Artificial Neurons Exploiting Error Resiliency for Energy-Efficient Neural Computing
- Accelerated Deep Learning using Intel Xeon Phi
希望这个资料汇总能帮助大家更好地学习和使用tiny-dnn框架。如果您对该项目感兴趣,欢迎加入开发者社区,为项目贡献力量!
