LeNet-5神经网络——C源代码

上传者: syqiye | 上传时间: 2019-12-21 21:12:57 | 文件大小: 10.99MB | 文件类型: zip
LeNet-5神经网络 C源代码,这个写的比较好,可以用gcc编译去跑,结合理论可以对深度学习有更深刻的了解 介绍 根据YANN LECUN的论文《Gradient-based Learning Applied To Document Recognition》设计的LeNet-5神经网络,C语言写成,不依赖任何第三方库。 MNIST手写字符集初代训练识别率97%,多代训练识别率98%。 DEMO main.c文件为MNIST数据集的识别DEMO,直接编译即可运行,训练集60000张,测试集10000张。 项目环境 该项目为VISUAL STUDIO 2015项目,用VISUAL STUDIO 2015 UPDATE1及以上直接打开即可编译。采用ANSI C编写,因此源码无须修改即可在其它平台上编译。 如果因缺少openmp无法编译,请将lenet.c中的#include和#pragma omp parallel for删除掉即可。 API #####批量训练 lenet: LeNet5的权值的指针,LeNet5神经网络的核心 inputs: 要训练的多个图片对应unsigned char二维数组的数组,指向的二维数组的batchSize倍大小内存空间指针。在MNIST测试DEMO中二维数组为28x28,每个二维数组数值分别为对应位置图像像素灰度值 resMat:结果向量矩阵 labels:要训练的多个图片分别对应的标签数组。大小为batchSize batchSize:批量训练输入图像(二维数组)的数量 void TrainBatch(LeNet5 *lenet, image *inputs, const char(*resMat)[OUTPUT],uint8 *labels, int batchSize); #####单个训练 lenet: LeNet5的权值的指针,LeNet5神经网络的核心 input: 要训练的图片对应二维数组 resMat:结果向量矩阵 label: 要训练的图片对应的标签 void Train(LeNet5 *lenet, image input, const char(*resMat)[OUTPUT],uint8 label); #####预测 lenet: LeNet5的权值的指针,LeNet5神经网络的核心 input: 输入的图像的数据 labels: 结果向量矩阵指针 count: 结果向量个数 return 返回值为预测的结果 int Predict(LeNet5 *lenet, image input, const char(*labels)[LAYER6], int count); #####初始化 lenet: LeNet5的权值的指针,LeNet5神经网络的核心

文件下载

资源详情

[{"title":"( 19 个子文件 10.99MB ) LeNet-5神经网络——C源代码","children":[{"title":"LeNet-5-master","children":[{"title":"LeNet-5.xcodeproj","children":[{"title":"project.xcworkspace","children":[{"title":"contents.xcworkspacedata <span style='color:#111;'> 152B </span>","children":null,"spread":false},{"title":"xcuserdata","children":[{"title":"fanwenjie.xcuserdatad","children":[{"title":"UserInterfaceState.xcuserstate <span style='color:#111;'> 34.19KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}],"spread":true},{"title":"project.pbxproj <span style='color:#111;'> 8.01KB </span>","children":null,"spread":false},{"title":"xcuserdata","children":[{"title":"fanwenjie.xcuserdatad","children":[{"title":"xcschemes","children":[{"title":"LeNet-5.xcscheme <span style='color:#111;'> 3.21KB </span>","children":null,"spread":false},{"title":"xcschememanagement.plist <span style='color:#111;'> 479B </span>","children":null,"spread":false}],"spread":true}],"spread":true}],"spread":true}],"spread":true},{"title":"LeNet-5","children":[{"title":"LeNet-5.vcxproj <span style='color:#111;'> 7.24KB </span>","children":null,"spread":false},{"title":"t10k-labels-idx1-ubyte <span style='color:#111;'> 9.77KB </span>","children":null,"spread":false},{"title":"main.c <span style='color:#111;'> 3.21KB </span>","children":null,"spread":false},{"title":"train-images-idx3-ubyte <span style='color:#111;'> 44.86MB </span>","children":null,"spread":false},{"title":"lenet.h <span style='color:#111;'> 2.07KB </span>","children":null,"spread":false},{"title":"t10k-images-idx3-ubyte <span style='color:#111;'> 7.48MB </span>","children":null,"spread":false},{"title":"LeNet-5.vcxproj.filters <span style='color:#111;'> 1.51KB </span>","children":null,"spread":false},{"title":"train-labels-idx1-ubyte <span style='color:#111;'> 58.60KB </span>","children":null,"spread":false},{"title":"lenet.c <span style='color:#111;'> 10.11KB </span>","children":null,"spread":false}],"spread":true},{"title":"LeNet-5.sln <span style='color:#111;'> 1.25KB </span>","children":null,"spread":false},{"title":"LICENSE <span style='color:#111;'> 1.05KB </span>","children":null,"spread":false},{"title":".gitignore <span style='color:#111;'> 3.38KB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 1.98KB </span>","children":null,"spread":false},{"title":".gitattributes <span style='color:#111;'> 2.46KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

  • shen0715 :
    训练过程中报错
    2019-03-14
  • hzmsfdl :
    为什么用自己的数据制作完train-images-idx3-ubyte和train-labels-idx3-ubyte等文件,用不了这个代码?分类完全错误。
    2018-12-13
  • 1lang :
    代码还需要研究一下。
    2018-09-03

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明