这是名为 frugally-deep 的 Linux 应用，其最新版本可以下载为 v0.18.2sourcecode.tar.gz。它可在免费的工作站托管服务提供商 OnWorks 上在线运行。
使用 OnWorks 免费下载并在线运行这个名为 frugally-deep 的应用程序。
请按照以下说明运行此应用程序：
- 1. 在您的 PC 中下载此应用程序。
- 2. 在我们的文件管理器 https://www.onworks.net/myfiles.php?username=XXXXX 中输入您想要的用户名。
- 3. 在这样的文件管理器中上传这个应用程序。
- 4. 从此网站启动OnWorks Linux online 或Windows online emulator 或MACOS online emulator。
- 5. 从您刚刚启动的 OnWorks Linux 操作系统，使用您想要的用户名转到我们的文件管理器 https://www.onworks.net/myfiles.php?username=XXXXX。
- 6. 下载应用程序，安装并运行。
SCREENSHOTS
Ad
节俭地深入
商品描述
轻松在 C++ 中使用 Keras 模型。这是一个轻量级的头文件库，用于在 C++ 中使用 Keras (TensorFlow) 模型。即使编译为 32 位可执行文件，也能开箱即用。（当然，64 位也可以。）避免在卷积过程中临时分配（可能很大的）额外 RAM（通过不实现 im2col 输入矩阵）。完全忽略系统中最强大的 GPU，每次预测仅使用一个 CPU 核心。在单个 CPU 核心上即可快速运行，并且您可以并行运行多个预测，从而利用尽可能多的 CPU 来提高应用程序/管道的整体预测吞吐量。
功能
- 是一个用现代纯 C++ 编写的小型头文件库
- 非常容易集成和使用
- 仅依赖于 FunctionalPlus、Eigen 和 json - 以及仅标头的库
- 不仅支持顺序模型的推理（model.predict），还支持使用函数式 API 创建的具有更复杂拓扑的计算图
- 重新实现 TensorFlow 的一个（小）子集，即支持预测所需的操作
- 产生的二进制文件大小比链接 TensorFlow 要小得多
程式语言
C + +中
分类
此应用程序也可从 https://sourceforge.net/projects/frugally-deep.mirror/ 获取。它已托管在 OnWorks 中，以便通过我们的免费操作系统之一以最便捷的方式在线运行。
