|
|
1
2
这完全取决于你使用的是什么语言——我假设你使用的是C导数。 在我的实现中,我发现对象图方法要高得多。在速度上有一些折衷,但是维护的容易程度超过了对象查找调用。这完全取决于你是在寻找训练速度还是解决速度…我假设你最担心的是训练速度? 如果需要的话,您可以最终微优化一些对象调用问题。 考虑到你细分网络的第二个动机,我认为更重要的是基于对象-它使你更容易完成部分工作。 |
|
|
2
3
人们已经开始在人工智能中使用GPGPU技术,而让你的神经网络以矩阵的形式可以利用你典型图形卡中更快的矩阵运算。 |
|
|
3
2
|
|
4
1
已经有一段时间了,但我记得速度通常只是神经网络训练中的一个问题。 |
|
|
5
0
我没有写这样一个图书馆的个人经验,但我可以把你链接到一些流行的开源项目,你也许可以从中学习。(就我个人而言,我只使用这些现有的库中的一个。) |
|
|
akozel · 分类任务的tensorflow输出层配置 2 年前 |
|
|
Felix Spiers · 更改NN中隐藏层的数量会导致错误 2 年前 |
|
|
A J · 为什么我的动态神经网络有0个参数? 2 年前 |
|
|
Owen · 如何使结构中的变量带有指向非静态成员函数的指针?[副本] 2 年前 |
|
Matheus Felipe · 关于并行运行神经网络的最佳方式的建议 2 年前 |
|
|
Harry · 如何使用神经网络进行分类 2 年前 |