Redian新闻
>
打算写一个类似CNN的C++库,搞点deep learning新算法
avatar
打算写一个类似CNN的C++库,搞点deep learning新算法# Programming - 葵花宝典
g*t
1
昨天submit的,今天就已经分配到PM了,莫不是小米看title分的,或者是写了个
program按title keywords自动分的?都不看summary里边具体内容的?那下次写title
也还要小心啊。。。。
俩proposal都又被某BT PM拿去了,郁闷中
avatar
N*a
2
I'm already working as OPT in this firm
should I indicate my status in the H1B application? if yes, where? in the
cover letter?
avatar
t*r
3
现在刚拿到第一张信用卡,农村信用合作社开的,不用信用分数
估计过几个月就会去chase之类的地方搞张有cashback的用,之后第一张卡也没什么机会
会用到了,假如到时销掉这第一张卡的话对信用影响大吗?
thx~
avatar
L*8
5
方案1 neuron unit 搞继承 搞虚函数
std::vector 里面存各个层的unit 指针
unit.forward 正向运行
unit.backward 反向传梯度
还有啥更好的招?
avatar
L*s
6
未必。很多时候显示的和最后负责审的不是一个人。

title

【在 g*****t 的大作中提到】
: 昨天submit的,今天就已经分配到PM了,莫不是小米看title分的,或者是写了个
: program按title keywords自动分的?都不看summary里边具体内容的?那下次写title
: 也还要小心啊。。。。
: 俩proposal都又被某BT PM拿去了,郁闷中

avatar
Q*u
7
像你这种,第一张卡跟第二张卡的history这么近,可以说一点影响没有。唯一的可能
对你的credit utilization ratio有点影响,因为你的总credit减少了。但像你这样刚
起步的,那也就是五十步笑百步那种,没什么,尤其是你每月付全部账单的话。
avatar
x*u
8
现有的各种轮子哪点不入你法眼了?

【在 L****8 的大作中提到】
: 方案1 neuron unit 搞继承 搞虚函数
: std::vector 里面存各个层的unit 指针
: unit.forward 正向运行
: unit.backward 反向传梯度
: 还有啥更好的招?

avatar
g*t
9
那怎么知道最后负责审的是谁呢,现在显示的名字是个啥情况?是不是过一段时间
proposal status上边的PO name就会变呀?然后现在的status是pending,是不是panel
开的时候就会变成panel review,然后PO的名字也会变?谢谢啦!

【在 L***s 的大作中提到】
: 未必。很多时候显示的和最后负责审的不是一个人。
:
: title

avatar
c*9
10
配置繁琐,有没有干净简单的纯C++库。

【在 x****u 的大作中提到】
: 现有的各种轮子哪点不入你法眼了?
avatar
b*d
11
如果换PM, status date会变.status仍然是pending.

panel

【在 g*****t 的大作中提到】
: 那怎么知道最后负责审的是谁呢,现在显示的名字是个啥情况?是不是过一段时间
: proposal status上边的PO name就会变呀?然后现在的status是pending,是不是panel
: 开的时候就会变成panel review,然后PO的名字也会变?谢谢啦!

avatar
x*u
12
没有CUDA等支持速度会非常慢啊

【在 c*******9 的大作中提到】
: 配置繁琐,有没有干净简单的纯C++库。
avatar
w*g
13
这个事情我几年前就做过了。https://github.com/aaalgo/argos
没有momentum做不下去的。
现在我用caffe和lasagne。

【在 L****8 的大作中提到】
: 方案1 neuron unit 搞继承 搞虚函数
: std::vector 里面存各个层的unit 指针
: unit.forward 正向运行
: unit.backward 反向传梯度
: 还有啥更好的招?

avatar
x*u
14
能不能讲讲lasagne和keras比有什么优缺点?看起来lasagne比keras麻烦点啊。

【在 w***g 的大作中提到】
: 这个事情我几年前就做过了。https://github.com/aaalgo/argos
: 没有momentum做不下去的。
: 现在我用caffe和lasagne。

avatar
w*g
15
我是直接用别人publish的model的。除了lua不行, C++和python的几个轮子我已经都
集成到统一接口了。不管是拿什么轮子训练出来的,load进来用法一样。
没有一个deep pocket的后台,只能搞糙快猛。最糙快猛的无非就是直接用别人的
model。Caffe的model zoo是我的最爱。

【在 x****u 的大作中提到】
: 能不能讲讲lasagne和keras比有什么优缺点?看起来lasagne比keras麻烦点啊。
avatar
l*m
16
如果随便玩玩,keras上手快,如果想试新结构lasagne. 现在tensorflow性能已经很好
了,而且cpu的性能有重大提升,这个对于用cpu的用户很重要。一些小的network
training, 比gpu就慢2x-3x.

【在 x****u 的大作中提到】
: 能不能讲讲lasagne和keras比有什么优缺点?看起来lasagne比keras麻烦点啊。
avatar
w*g
17
不错,我看看去。

【在 l*******m 的大作中提到】
: 如果随便玩玩,keras上手快,如果想试新结构lasagne. 现在tensorflow性能已经很好
: 了,而且cpu的性能有重大提升,这个对于用cpu的用户很重要。一些小的network
: training, 比gpu就慢2x-3x.

avatar
N*m
18
good to know

【在 l*******m 的大作中提到】
: 如果随便玩玩,keras上手快,如果想试新结构lasagne. 现在tensorflow性能已经很好
: 了,而且cpu的性能有重大提升,这个对于用cpu的用户很重要。一些小的network
: training, 比gpu就慢2x-3x.

相关阅读
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Redian.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。