基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
2006年深度学习的提出为机器学习领域带来新的革命,深度学习的成功不仅依赖于理论和模型上的突破,也离不开大数据环境下的海量训练样本以及不断革新的先进计算技术。在GPU被应用于科学计算之前,神经网络特别是大型神经网络的训练时间往往令人生畏。GPU特别适应于并行计算的特性给神经网络的训练速度带来数十倍的提升。开源的GPU计算框架也不断地推陈出新,推动深度学习在各方面的应用,Caffe就是其中的一种。由于简单易用、性能强大,Caffe框架受到了广泛的认可。利用Caffe框架对印章类型进行识别,所采用的两种模型都取得极好的实验效果,对印章的自动识别提供新的参考。
推荐文章
基于Caffe的嵌入式多核处理器深度学习框架并行实现
深度学习
移动端
前向计算
并行
OpenCL
基于SSAE深度学习特征表示的高光谱遥感图像分类方法
高光谱遥感图像分类
堆叠稀疏自动编码器
深度学习
特征表示
支持向量机
深度学习在遥感影像分类中的研究进展
深度置信网
卷积神经网络
栈式自动编码器
遥感影像分类
深度学习
基于深度卷积神经网络的车标分类
深度学习
神经网络
车标分类
图像识别
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 深度学习框架Caffe在图像分类中的应用
来源期刊 现代计算机:中旬刊 学科 工学
关键词 深度学习 Caffe框架 章型识别
年,卷(期) 2016,(2) 所属期刊栏目
研究方向 页码范围 72-75
页数 4页 分类号 TP18
字数 语种
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王茜 四川大学计算机学院 38 164 7.0 12.0
2 张海仙 四川大学计算机学院 7 93 4.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (18)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1998(8)
  • 参考文献(8)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
深度学习
Caffe框架
章型识别
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
现代计算机:中旬刊
月刊
1007-1423
44-1415/TP
广州市海珠区新港西路135号中山大学园B
46-205
出版文献量(篇)
9067
总下载数(次)
3
总被引数(次)
0
论文1v1指导