به بخش پرسش و پاسخ یادگیری عمیق خوش آمدید,
این نسخه آزمایشی سایت است.
لطفا به نکات زیر توجه کنید:
  • برای ارتباط با مدیران میتوانید از صفحه مدیران اقدام کنید.
  • سوال و جواب ها باید به زبان فارسی باشند. استفاده از زبان انگلیسی یا فینگلیش برای پاسخ دادن مجاز نیست.
  • لطفا بعد از پرسش سوال لینک سوال خود را در گرو تلگرام (Iran Deep Learning Group) معرفی کنید تا سریعتر به جواب برسید. برای دسترسی به آخرین لینک از منابع یادگیری استفاده کنید
  • لطفا بجای عکس از متن استفاده کنید. اگر متون طولانی هستند از سایت pastebin.com برای اپلود استفاده کرده و لینک حاصل را در سوال خود قرار دهید. برای قرار دادن تصویر ، از بخش ارسال تصویر ادیتور سایت استفاده کنید.
  • بعد از دریافت پاسخ، بهترین پاسخ را از طریق کلیک بر روی علامت تیک انتخاب کنید
  • اگر با خطا و یا مشکلی مواجه شدید از بخش تماس با ما در انتهای صفحه و یا ایمیل Coderx7@gmail.com موضوع را اطلاع دهید.

با تشکر

دسته بندی ها

0 امتیاز

سلام شما برای کار با شبکه های CNN برای کاربردهای صنعتی چه فریم ورکی را پیشنهاد می کنید؟ ایا Caffe ّبهترین گزینه برای این کار است؟

توسط (105 امتیاز)

1 پاسخ

+1 امتیاز

سلام
من کراس و تنسورفلو رو پیشنهاد میدم. علت اصلی پیشنهاد تنسورفلو این است که شما اطمینان دارین که open source هستش و بعد از چند سال پشتیبانیش قطع نمی شه. از طرفی community خیلی بزرگی داره و خیلی زیاد براش document هستش که کمک می کنه برنامه نویسها رو. به صورت کلی برای برای برنامه نویسی CNN پیشنهاد می کنم که اول با کراس که یک API سطح بالاس که روی تنسورفلو سوار میشه کد CNN رو بزنید و سریع به یک شکلی از معماری و هایپرپارامترها برسید، بعد همان معماری رو با تنسورفلو پیاده کنید و هر جا خواستید استفاده کنید. تصورتون این نباشه که تنسورفلو با پایتونه و سرعت بدی داره. هسته ی اصلی تنسورفلو و محاسباتش با سی و سی پلاس پلاس هستند. از طرفی تجربه نشون داده که گوگل از هرچی حمایت کنه trend می شه. زمان جاوا زبان های دیگه ای مثل پاسکال و فورترن و ... بودند ولی گوگل برای اندروید، جاوا رو انتخاب کرد و الان سایر زبان های هم عصر جاوا چندان رونق ندارند ولی جاوا همچنان پیشرفت می کنه.

توسط (165 امتیاز)
...