Dense 神经网络
提供全连接网络架构，适用于表格数据、回归和分类任务。
OpenNN
使用 C++ 构建高性能机器学习模型OpenNN 是面向机器学习的开源 C++ 神经网络库，零外部依赖，支持在 CPU 和 GPU 上训练及运行模型，可用于能源、营销、健康等实际应用。
- 4
- 官方介绍的网络架构类型
- 2
- 支持的模型运行硬件平台：CPU 与 GPU
覆盖多类神经网络建模任务
OpenNN 提供适用于表格数据、时间序列、计算机视觉和序列建模的网络架构，并支持高性能模型训练与运行。
LSTM 网络
提供循环网络架构，适用于时间序列、预测和序列建模。
卷积网络
提供 CNN 架构，用于处理图像、信号和网格中的空间模式。
Transformer 网络
提供基于注意力机制的架构，适用于序列、语言和大上下文数据。
CPU 与 GPU 运行
库使用 C++ 编写且不依赖外部组件，支持在 CPU 和 GPU 上训练及运行模型。
从文档与代码开始使用 OpenNN
访问 OpenNN 的教程、基准测试、API 参考和 GitHub 代码仓库，获取开发所需的公开资料。
从这里开始使用OpenNN。
NETWORK
