- 06 9月, 2017 1 次提交
-
-
由 qijun 提交于
-
- 05 9月, 2017 1 次提交
-
-
由 Luo Tao 提交于
-
- 04 9月, 2017 1 次提交
-
-
由 Luo Tao 提交于
-
- 01 9月, 2017 1 次提交
-
-
由 Xinghai Sun 提交于
-
- 30 8月, 2017 1 次提交
-
-
由 yangyaming 提交于
-
- 25 8月, 2017 1 次提交
-
-
由 zchen0211 提交于
-
- 23 8月, 2017 1 次提交
-
-
由 dangqingqing 提交于
-
- 22 8月, 2017 2 次提交
-
-
由 dangqingqing 提交于
1. finish lookup table CPU and GPU kernel 2. Add some cuda helper 3. Add some math funtor
-
由 Yu Yang 提交于
-
- 21 8月, 2017 2 次提交
- 20 8月, 2017 3 次提交
- 16 8月, 2017 3 次提交
- 15 8月, 2017 3 次提交
-
-
由 dangqingqing 提交于
-
由 Yan Chunwei 提交于
* make stepnet member * add pybind support * fix Inputs Outputs * remove unique_ptr
-
由 fengjiayi 提交于
-
- 14 8月, 2017 2 次提交
-
-
由 qiaolongfei 提交于
-
由 fengjiayi 提交于
-
- 12 8月, 2017 4 次提交
- 11 8月, 2017 1 次提交
-
-
由 Yu Yang 提交于
-
- 10 8月, 2017 5 次提交
-
-
由 Yu Yang 提交于
-
由 qingqing01 提交于
-
由 fengjiayi 提交于
-
由 fengjiayi 提交于
-
由 fengjiayi 提交于
-
- 09 8月, 2017 1 次提交
-
-
由 Yu Yang 提交于
* Give which parameter, which element are wrong. And what max_diff is.
-
- 08 8月, 2017 3 次提交
-
-
由 Qiao Longfei 提交于
* init grad op checker * can run * add GradeChecker class * use get_numeric_gradient * refine code * add softmax and cross entropy auto grad test * use close to judge op_grad and numeric_grad * add cpu and gpu compare * add comments * add support_gpu * fix allclose * fix name error and symplify code * optimize gradient checker * add test_cross_entropy_op * update gradient_checker.py * optimize code * use random.uniform instead of random.random * fix type bug * optimize check_grad * put SupportGPU into OperatorBase * typo
-
由 Yu Yang 提交于
* Although backward_test/rnn_test is not pass, just comment them.
-
由 dongzhihong 提交于
-
- 07 8月, 2017 4 次提交
-
-
由 Qiao Longfei 提交于
* check INFINITY in cross_entropy * fix error * use onehot_cross_entropy without GPU kernel * add support_gpu * fix allclose * fix name error and symplify code
-
由 Qiao Longfei 提交于
* add support_gpu * fix allclose * fix name error and symplify code
-
由 dongzhihong 提交于
-
由 Yu Yang 提交于
It can be run both CPU/GPU. configure attributes are: * min: the min value of uniform random * max: the max value of uniform random * dims: the dimension of output tensor * seed: the random seed of uniform random. 0 means generate a seed each time.
-