ConvNet是一个基于GPU实现的卷积神经网络开源代码（C++11），是由多伦多大学的Geoffrey Hinton深度学习团队编写的，它的最初版本是Hinton的学生Alex Krizhevsky编写的cuda-convnet（其项目地址在google
code上面），最近cuda-convnet也从1.0版本更新到2.0版本（地址）。
这份开源代码的官方地址是：http://deeplearning.cs.toronto.edu/codes
在CNN的开源代码中最出名的主要有两个，一个是Berkeley Caffe，另一个是Toronto Convnet。Berkeley的Caffe我目前还没有研究过它的代码，也还没具体使用过，不好评论。至于Toronto 的Convnet，我前两周花了不少时间看了cuda-convnet的源代码，总的来说，看得确实痛苦，个人感觉上代码的组织结构有点儿复杂，要想完全吃透是很需要花点力气的。最近Toronto发布了一个重构的ConvNet1.0源代码，我粗略看了下，发现这份代码相比于cuda-convnet清晰很多，所以打算在接下来一段时间内，好好整理一些关于ConvNet1.0的代码阅读笔记。
下面是ConvNet1.0的一个结果：
convnet源码解析(一)：基础准备,布布扣,bubuko.com
convnet源码解析(一)：基础准备
原文：http://blog.csdn.net/linj_m/article/details/38072145
