# pulsarnet

**Repository Path**: cv_team/pulsarnet

## Basic Information

- **Project Name**: pulsarnet
- **Description**: 原来这里还有一个坑没填系列（明年考完研在填坑吧）
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 1
- **Forks**: 0
- **Created**: 2019-04-17
- **Last Updated**: 2020-12-19

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 从0开始的智能计算
把一些重要的数值计算方法用原始的C++语言实现出来
更加深入的学习DeepLearn，同时这也是我重头学习DL的项目，看了也学了这么多，重头再来又是另外一番风景。
为了省去一些不必要的底层计算，所有的矩阵相关的计算我使用C++的线性代数框架Eigen实现  

**注:所有的实现都是CV实现，没有NLP，因为C++不具备繁重的字符串处理能力，暂时不写NLP，测试用例是对每一个调用的单元测试，能够更直观的看到每一个输出和函数、成员方法工作状态**

# 1. 激活函数
    什么是激活函数？
    激活函数的用途？
    有哪些激活函数、性质和特点？
    应用中如何选择合适的激活函数？

# 2. 损失函数
    2.1 均方误差损失
    2.2 交叉熵损失
    2.3 交叉熵损失
        2.3.1 交叉熵损失的两个图像
            2.3.1.1 指数图像
            2.3.1.2 对数图像
            2.3.1.3 交叉熵损失+Sigmoid激活函数
    2.4 svm合页损失
    2.5 Smooth L1损失
    2.6 梯度爆炸
    
# 3. 神经网络
    3.1 全连接神经网络单层实现 [ANNLayer](./sss.md)
    3.2 卷积神经网络
    3.3 循环神经网络
        3.3.1 RNN
        3.3.2 LSTM
        3.3.3 GRU
    3.4 图卷积神经网络
        3.4.1 GCN 
        3.4.2 GNN
        
# 4. 多层神经网络
    4.1 构建自己的模型
    4.2 池化
    4.3 全连接
    4.4 ResNet
    4.5 AlexNet
    4.6 GoogleNet
    4.7 HighWay Network

# 5. 并行计算
    5.1 CUDA
    5.2 OpenCL
    5.3 FPGA

# 6. 分布式计算
    6.1 OpenMPI
    6.2 MPCH

# 参考文献

[Eigen基础使用参考](https://my.oschina.net/VenusV/blog/1476681)

[Python神经网络编程]

[神经网络设计]