kaggle-cifar10-torch7, Kaggle CIFAR10竞争代码 5th 位置 Kaggle CIFAR-10CIFAR-10 竞争代码 http://www.kaggle.com/c/cifar-10摘要描述型号具有 3 x3内核 [1 ]的非常深的卷积网络数据增强裁剪，水平反射 [2]

matlab美白代码卡格勒CIFAR-10 CIFAR-10竞争代码。 概括 描述 模型 具有3x3内核的超深度卷积网络[1] 数据扩充 裁剪，水平反射[2]和缩放。 参见lib / data_augmentation.lua 前处理 全局对比度归一化（GCN）和ZCA白化。 参见lib / preprocessing.lua 训练时间 在GTX760上20小时。 预测时间 在GTX760上为2.5小时。 结果 0.93320（单个模型）。 0.94150（平均6个型号） 神经网络配置 图层类型 参数 输入 尺寸：24x24，频道：3 卷积 内核：3x3，通道：64，填充：1 relu 卷积 内核：3x3，通道：64，填充：1 relu 最大池 内核：2x2，步幅：2 辍学 率：0.25 卷积 内核：3x3，通道：128，填充：1 relu 卷积 内核：3x3，通道：128，填充：1 relu 最大池 内核：2x2，步幅：2 辍学 率：0.25 卷积 内核：3x3，通道：256，填充：1 relu 卷积 内核：3x3，通道：256，填充：1 relu 卷积 内核：3x3，通道：256，

PyTorch 是一个 Torch7 团队开源的 Python 优先的深度学习框架，提供两个高级功能： 强大的 GPU 加速 Tensor 计算（类似 numpy）

火炬码头 Dockerfile 为 Torch7 创建镜像

Torch7的分解模块 主成分分析 (PCA) 白化主成分分析 (W-PCA) 线性判别分析 (LDA) 局部保护投影 (LPP) 邻里保护预测 (NPP) 快速独立分量分析 (FastICA) 约翰-亚历山大·阿塞尔 安装 克隆此存储库或下载源代码。 用法 调用decomposition = require "decomposition" ，然后是以下任何一项： decomposition.pca(x) , decomposition.lda(x, y) , decomposition.lpp(x) , decomposition.npp(x) , decomposition.fastica(x) 。 或者，您可以使用 iTorch notebook 并打开decomposition.ipynb 。 贡献 叉它！ 创建您的功能分支： git checkout

卷积递归神经网络 该软件实现了卷积递归神经网络（CRNN），它结合了CNN，RNN和CTC损失，可用于基于图像的序列识别任务，例如场景文本识别和OCR。 有关详细信息，请参阅我们的论文 。 更新2017年3月14日，一个Docker文件已添加到项目中。 感谢 。 UPDATE 2017年5月1日一PyTorch已作出 。 更新2017年6月19日对于端到端文本检测器+识别器，请通过签出 。 建立 该软件仅在Ubuntu 14.04（x64）上经过测试。 需要启用CUDA的GPU。 要构建项目，请首先安装最新版本的 ， 和LMDB。 请分别遵循其安装说明。 在Ubuntu上，可以通过apt-get install liblmdb-dev 。 要构建项目，请转到src/并执行sh build_cpp.sh来构建C ++代码。 如果成功，则应在src/目录中生成一个名为libcrnn.so的文件。 运行演示 演示程序可以在src/demo.lua找到。 在运行演示之前，请从下载预训练的模型。 将下载的模型文件crnn_demo_model.t7放入目录model/crnn_demo/

Torch7 git文件，官网clone太慢

github上下载torch 实在太慢了 git clone https://github.com/torch/distro.git ~/torch --recursive

用于动作识别的3D ResNet 这是以下论文的PyTorch代码： 该代码仅包括对ActivityNet和Kinetics数据集的培训和测试。 如果您想使用我们的预训练模型对视频进行分类，请使用。 提供了此代码的PyTorch（python）版本。 PyTorch版本包含其他模型，例如预激活ResNet，Wide ResNet，ResNeXt和DenseNet。 引文 如果您使用此代码或预先训练的模型，请引用以下内容： @article{hara3dcnns, author={Kensho Hara and Hirokatsu Kataoka and Yutaka

跳过思想火炬 Skip-Thoughts.torch是到Pytorch和Torch7的轻量级移植，它们是经过移植。 对火炬的跳过思考 跳过火炬7