1. 28 3月, 2017 1 次提交
  2. 23 3月, 2017 1 次提交
  3. 13 3月, 2017 1 次提交
  4. 22 2月, 2017 2 次提交
  5. 09 2月, 2017 1 次提交
  6. 02 2月, 2017 2 次提交
  7. 10 1月, 2017 1 次提交
  8. 30 12月, 2016 1 次提交
  9. 27 12月, 2016 1 次提交
  10. 23 12月, 2016 1 次提交
  11. 15 12月, 2016 1 次提交
  12. 12 12月, 2016 2 次提交
  13. 09 12月, 2016 1 次提交
  14. 06 12月, 2016 1 次提交
  15. 05 12月, 2016 2 次提交
  16. 30 11月, 2016 1 次提交
  17. 29 11月, 2016 1 次提交
  18. 22 11月, 2016 1 次提交
  19. 15 11月, 2016 1 次提交
  20. 13 11月, 2016 1 次提交
  21. 12 11月, 2016 1 次提交
  22. 08 11月, 2016 2 次提交
  23. 07 11月, 2016 1 次提交
  24. 04 11月, 2016 1 次提交
  25. 02 11月, 2016 1 次提交
    • Q
      Add job=time in trainer, refine cudnn_conv to reduce gpu memory and speed up training. (#218) · 45c81a41
      qingqing01 提交于
      * Add benchmark for PaddlePaddle, tensorflow and caffe
      
      * ConvProjection to reduce memory for goolenet
      
      * Add unit test for ConvProjection.
      1. unit test in test_LayerGrad.
      2. compare the ConvPorjection and CudnnConvLayer, also compare the concat_layer+img_conv_layer and concat_layer_conv_projection.
      
      * Reduce cudnn_conv memory and add benchmark document.
      1. Use TmpMatrix as the workspace in cudnn_conv to reduce gpu memory. It reduce lots of memory.
      2. Add benchmark document.
      3. fix smallnet_mnist_cifar.py in paddle.
      
      * Add job=time and refine cudnn_conv to reduce gpu memroy and speed up
      
      * Refine cudnn_conv and shared biases operation in concat_layer and mixed_layer.
      
      * follow comments
      
      * follow comments
      
      * Use unique_ptr to prevent memory leaks in CudnnConvLayer.
      45c81a41
  26. 01 11月, 2016 1 次提交
  27. 30 10月, 2016 1 次提交
  28. 24 10月, 2016 1 次提交
  29. 15 10月, 2016 1 次提交
  30. 14 10月, 2016 1 次提交
  31. 09 10月, 2016 1 次提交
  32. 30 9月, 2016 1 次提交
  33. 19 9月, 2016 1 次提交
  34. 14 9月, 2016 1 次提交
  35. 09 9月, 2016 1 次提交