- 14 11月, 2017 2 次提交
-
-
由 peterzhang2029 提交于
-
由 peterzhang2029 提交于
-
- 23 10月, 2017 1 次提交
-
-
由 ranqiu 提交于
-
- 17 10月, 2017 1 次提交
-
-
由 ranqiu 提交于
-
- 10 10月, 2017 1 次提交
-
-
由 ranqiu 提交于
-
- 17 9月, 2017 1 次提交
-
-
由 peterzhang2029 提交于
-
- 15 9月, 2017 2 次提交
-
-
由 peterzhang2029 提交于
-
由 qijun 提交于
-
- 14 9月, 2017 1 次提交
-
-
由 qijun 提交于
-
- 12 9月, 2017 1 次提交
-
-
由 zhangchao41 提交于
-
- 30 8月, 2017 1 次提交
-
-
由 chengduo 提交于
-
- 23 8月, 2017 1 次提交
-
-
由 chengduoZH 提交于
-
- 08 8月, 2017 2 次提交
-
-
由 dzhwinter 提交于
-
由 dongzhihong 提交于
-
- 24 7月, 2017 1 次提交
-
-
由 zlx 提交于
-
- 21 7月, 2017 3 次提交
-
-
由 Zhaolong Xing 提交于
modify the format
-
由 zlx 提交于
-
由 zlx 提交于
-
- 17 7月, 2017 1 次提交
-
-
由 caoying03 提交于
-
- 14 7月, 2017 1 次提交
-
-
由 caoying03 提交于
-
- 12 7月, 2017 1 次提交
-
-
由 caoying03 提交于
-
- 11 7月, 2017 1 次提交
-
-
由 Yu Yang 提交于
* Fix #2797 * It because trainer_config_helpers' __dfs_travel__ did not record the node which travelled, and if the topology has a recursive dependency, there are some nodes will be travelled multiple times. * Add a `travelled` set to record which node is travelled. * Also add a unittest for this situation.
-
- 10 7月, 2017 1 次提交
-
-
由 caoying03 提交于
-
- 03 7月, 2017 1 次提交
-
-
由 liaogang 提交于
-
- 29 6月, 2017 3 次提交
- 27 6月, 2017 1 次提交
-
-
由 gongweibao 提交于
-
- 24 6月, 2017 1 次提交
-
-
由 Yu Yang 提交于
Fix issue #2562
-
- 22 6月, 2017 2 次提交
- 07 6月, 2017 1 次提交
-
-
由 caoying03 提交于
-
- 26 4月, 2017 1 次提交
-
-
由 Yu Yang 提交于
* Compose GRU step naive layer in trainer config helpers. * It is uses mixed_layer for gate. * It supports ERROR_CLIPPING, DROPOUT * Add error clipping in MT demo. * Fix #1143 * Fix #1891
-
- 02 2月, 2017 1 次提交
-
-
由 Haonan 提交于
-
- 31 1月, 2017 2 次提交
-
-
由 zhanghaichao 提交于
-
由 wangyang59 提交于
-
- 09 12月, 2016 1 次提交
-
-
由 Yi Wang 提交于
-
- 12 11月, 2016 1 次提交
-
-
由 qijun 提交于
-
- 02 11月, 2016 1 次提交
-
-
由 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.
-
- 24 10月, 2016 1 次提交
-
-
由 luotao1 提交于
-