samylee的yolo训练src

samylee的yolo训练src

#include “activations.h“

#include 
#include 
#include 
#include 

char *get_activation_string（ACTIVATION a）
{
    switch（a）{
        case LOGISTIC:
            return “logistic“;
        case RELU:
            return “relu“;
        case ELU:
            return “elu“;
        case RELIE:
            return “relie“;
        case RAMP:
            return “ramp“;
        case LINEAR:
            return “linear“;
        case TANH:
            return “tanh“;
        case PLSE:
            return “plse“;
        case LEAKY:
            return “leaky“;
        default:
            break;
    }
    return “relu“;
}

ACTIVATION get_activation（char *s）
{
    if （strcmp（s “logistic“）==0） return LOGISTIC;
    if （strcmp（s “relu“）==0） return RELU;
    if （strcmp（s “elu“）==0） return ELU;
    if （strcmp（s “relie“）==0） return RELIE;
    if （strcmp（s “plse“）==0） return PLSE;
    if （strcmp（s “linear“）==0） return LINEAR;
    if （strcmp（s “ramp“）==0） return RAMP;
    if （strcmp（s “leaky“）==0） return LEAKY;
    if （strcmp（s “tanh“）==0） return TANH;
    fprintf（stderr “Couldn‘t find activation function %s going with ReLU\n“ s）;
    return RELU;
}

float activate（float x ACTIVATION a）
{
    switch（a）{
        case LINEAR:
            return linear_activate（x）;
        case LOGISTIC:
            return logistic_activate（x）;
        case RELU:
            return relu_activate（x）;
        case ELU:
            return elu_activate（x）;
        case RELIE:
            return relie_activate（x）;
        case RAMP:
            return ramp_activate（x）;
        case LEAKY:
            return leaky_activate（x）;
        case TANH:
            return tanh_activate（x）;
        case PLSE:
            return plse_activate（x）;
    }
    return 0;
}

void activate_array（float *x const int n const ACTIVATION a）
{
    int i;
    for（i = 0; i < n; ++i）{
        x[i] = activate（x[i] a）;
    }
}

float gradient（float x ACTIVATION a）
{
    switch（a）{
        case LINEAR:
            return linear_gradient（x）;
        case LOGISTIC:
            return logistic_gradient（x）;
        case RELU:
            return relu_gradient（x）;
        case ELU:
            return elu_gradient（x）;
        case RELIE:
            return relie_gradient（x）;
        case RAMP:
            return ramp_gradient（x）;
        case LEAKY:
            return leaky_gradient（x）;
        case TANH:
            return tanh_gradient（x）;
        case PLSE:
            return plse_gradient（x）;
    }
    return 0;
}

void gradient_array（const float *x const int n const ACTIVATION a float *delta）
{
    int i;
    for（i = 0; i < n; ++i）{
        delta[i] *= gradient（x[i] a）;
    }
} 

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2016-06-21 19:38  src\
     文件        2708  2016-04-09 23:37  src\activations.c
     文件        1928  2016-04-09 23:37  src\activations.h
     文件        3639  2016-04-09 23:37  src\activation_kernels.cu
     文件        1675  2016-04-09 23:37  src\avgpool_layer.c
     文件         638  2016-04-09 23:37  src\avgpool_layer.h
     文件        1640  2016-04-09 23:37  src\avgpool_layer_kernels.cu
     文件        3002  2016-04-09 23:37  src\blas.c
     文件        2811  2016-04-09 23:37  src\blas.h
     文件       13258  2016-04-09 23:37  src\blas_kernels.cu
     文件        7449  2016-04-09 23:37  src\box.c
     文件         477  2016-04-09 23:37  src\box.h
     文件       11239  2016-04-09 23:37  src\captcha.c
     文件        9522  2016-04-09 23:37  src\classifier.c
     文件       15149  2016-04-09 23:37  src\coco.c
     文件        4252  2016-04-09 23:37  src\coco_kernels.cu
     文件        1456  2016-04-09 23:37  src\col2im.c
     文件         333  2016-04-09 23:37  src\col2im.h
     文件        2342  2016-04-09 23:37  src\col2im_kernels.cu
     文件       10843  2016-04-09 23:37  src\compare.c
     文件        5588  2016-04-09 23:37  src\connected_layer.c
     文件         913  2016-04-09 23:37  src\connected_layer.h
     文件        8485  2016-04-09 23:37  src\convolutional_kernels.cu
     文件       10561  2016-04-09 23:37  src\convolutional_layer.c
     文件        2089  2016-04-09 23:37  src\convolutional_layer.h
     文件        2831  2016-04-09 23:37  src\cost_layer.c
     文件         606  2016-04-09 23:37  src\cost_layer.h
     文件        2333  2016-04-09 23:37  src\cpu_gemm.c
     文件        2151  2016-04-09 23:37  src\crop_layer.c
     文件         494  2016-04-09 23:37  src\crop_layer.h
     文件        6678  2016-04-09 23:37  src\crop_layer_kernels.cu
............此处省略63个文件信息