دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش:
نویسندگان: Timothy Masters
سری:
ISBN (شابک) : 9781484237212
ناشر: Apress
سال نشر: 2018
تعداد صفحات: 181
زبان: english
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 1 Mb
در صورت تبدیل فایل کتاب Deep Belief Nets in C++ and CUDA C 3 Convolutional Nets به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب Deep Belief Nets در C++ و CUDA C 3 Convolutional Nets نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
Contents......Page 3
Intro......Page 6
Multiple-Layer Feedforward Networks......Page 8
Wide vs Deep Nets......Page 11
Locally Connected Layers......Page 13
Pooling Layers......Page 21
Output Layer......Page 22
Back Propagation of Errors for the Gradient......Page 25
Programming Algorithms......Page 30
Model Declarations......Page 31
Initializations in the Model Constructor......Page 33
Finding all Activations......Page 36
Activating Fully Connected Layer......Page 37
Activating Locally Connected Layer......Page 38
Activating Convolutional Layer......Page 41
Activating Pooling Layer......Page 43
Evaluating the Criterion......Page 46
Evaluating the Gradient......Page 49
Gradient for Fully Connected Layer......Page 53
Gradient for Locally Connected Layer......Page 55
Gradient for Convolutional Layer......Page 58
Gradient for Pooled Layer (Not!)......Page 59
Backpropagating Delta from a Nonpooled Layer......Page 60
Backpropagating Delta from Pooled Layer......Page 63
Multithreading Gradient Computation......Page 65
CUDA Code......Page 73
Weight Layout in the CUDA Implementation......Page 74
Global Variables on the Device......Page 75
Initialization......Page 77
Copying Weights to the Device......Page 78
Activating the Output Layer......Page 85
Activating Locally Connected and Convolutional Layers......Page 87
Activating a Pooled Layer......Page 107
SoftMax and Log Likelihood by Reduction......Page 111
Computing Delta for the Output Layer......Page 115
Backpropagating from a Fully Connected Layer......Page 117
Backpropagating from Convolutional and Local Layers......Page 119
Backpropagating from a Pooling Layer......Page 125
Gradient of a Fully Connected Layer......Page 128
Gradient of a Locally Connected or Convolutional Layer......Page 130
Fetching the Gradient......Page 141
Putting It All Together......Page 147
Menu Options......Page 152
Read Control File......Page 155
Display Options......Page 165
CONVNET.LOG file......Page 171
CUDA.LOG File......Page 177
Index......Page 178