neuralnetworks

更新 这是一个较新的框架，我在 ExB Research 公司工作时开发的。目前，您可以构建该项目，但部分测试无法正常运行。如果您想访问旧版本，可以在 旧分支 中找到。

Git 结构

我使用了 git-flow 模型。最稳定（但较旧）的源代码位于 master（https://github.com/ivan-vasilev/neuralnetworks/tree/master） 分支中，最新的源代码位于 develop（https://github.com/ivan-vasilev/neuralnetworks/tree/develop） 分支中。

• 反向传播 - 支持多层感知器、卷积网络和 dropout。 * 利用 这些 和 这些 指南实现对比差异和持久对比差异。 * 适用于深度网络的贪婪层次训练 - 适用于堆叠自编码器和 DBN,但支持任何类型的训练。 所有算法都支持 GPU 执行。