本文共 634 字，大约阅读时间需要 2 分钟。

Torch dp

是torch中一个深度学习包，通过面向对象的思想简化流线型神经网络的设计流程。

内容

• 数据库 [ mnist ] [ cifar-10 ]
  if opt.dataset == 'Mnist' then ds = dp.Mnist{input_preprocess = input_preprocess} elseif opt.dataset == 'NotMnist' then ds = dp.NotMnist{input_preprocess = input_preprocess} elseif opt.dataset == 'Cifar10' then ds = dp.Cifar10{input_preprocess = input_preprocess} elseif opt.dataset == 'Cifar100' then ds = dp.Cifar100{input_preprocess = input_preprocess} else error("Unknown Dataset") end
  -数据预处理方法，Component Analysis whitening, Global Contrast Normalization, Lecun’s Local Contrast Normalization

dp.Standardize()，dp.ZCA()，dp.GCN()

• nn 和 torch7 常用操作
• 文档，实例。

转载地址：https://blog.csdn.net/qq_23858101/article/details/84847771 如侵犯您的版权，请留言回复原文章的地址，我们会给您删除此文章，给您带来不便请您谅解！