<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[ShenBoosting的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/ShenBoosting</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; ShenBoosting]]></copyright><item><title><![CDATA[CNN 模型压缩与加速算法综述]]></title><link>https://blog.youkuaiyun.com/ShenBoosting/article/details/78469914</link><guid>https://blog.youkuaiyun.com/ShenBoosting/article/details/78469914</guid><author>ShenBoosting</author><pubDate>Tue, 07 Nov 2017 17:07:35 +0800</pubDate><description><![CDATA[CNN 模型压缩与加速算法综述

原创 2017年08月31日 10:27:23


标签： 压缩
/ 算法
/ cnn
/ 计算机视觉
/ 神经网络
/ 

613]]></description><category></category></item><item><title><![CDATA[修改caffe源代码从添加loss(层)函数开始]]></title><link>https://blog.youkuaiyun.com/ShenBoosting/article/details/78031854</link><guid>https://blog.youkuaiyun.com/ShenBoosting/article/details/78031854</guid><author>ShenBoosting</author><pubDate>Tue, 19 Sep 2017 16:48:47 +0800</pubDate><description><![CDATA[DeepLearning（基于caffe）实战项目（8）--修改caffe源代码从添加loss(层)函数开始



标签： 
Caffe实战项目LossLayer修改源代码

2017-05-27 19:03 
479人阅读 评论(0)
收藏
举报




分类： 
Caffe实战项目（初级）（9） 



作者同类文章X






版权声明]]></description><category></category></item><item><title><![CDATA[caffe-损失层-SoftmaxWithLossLayer 和SoftmaxLayer]]></title><link>https://blog.youkuaiyun.com/ShenBoosting/article/details/77993126</link><guid>https://blog.youkuaiyun.com/ShenBoosting/article/details/77993126</guid><author>ShenBoosting</author><pubDate>Fri, 15 Sep 2017 16:21:02 +0800</pubDate><description><![CDATA[类SoftmaxWithLossLayer包含类SoftmaxLayer的实例。其中SoftmaxLayer层在正向传导函数中将64*10的bottom_data，通过计算得到64*10的top_data。这可以理解为输入数据为64个样本，每个样本特征数量为10，计算这64个样本分别在10个类别上的概率。公式如下，其中n=10，



f(zk)=ezk∑nezi=ezk−m∑nezi−m]]></description><category></category></item></channel></rss>