文件名称：ufldl_tutorial：斯坦福无监督特征学习和深度学习教程
文件大小：841KB
文件格式：ZIP
更新时间：2024-02-25 17:43:58
deep-learning convolutional-neural-networks deep-learning-tutorial DeeplearningPython
斯坦福大学无监督特征学习和深度学习教程 教程网站： : 稀疏自动编码器 稀疏的自动编码器矢量化实现，对MNIST数据的学习/可视化功能 ：加载MNIST图像 ：加载样本图像以测试稀疏自动编码器 ：用于计算和检查成本和梯度的函数 ：显示可视化功能 ：稀疏的自动编码器成本和梯度函数 ：使用MNIST数据训练稀疏自动编码器并可视化学习的特征 预处理：PCA和美白 实施PCA，PCA增白和ZCA增白 Softmax回归 通过softmax回归（多元逻辑回归）对MNIST数字进行分类 回归成本和梯度函数 ：对MNIST数字进行分类 自学和无监督特征学习 通过自学式学习范例对MNIST数
【文件预览】：
ufldl_tutorial-master
----load_images.py(1KB)
----display_network.py(3KB)
----stl_exercise.py(4KB)
----softmax.py(3KB)
----train.py(5KB)
----stacked_autoencoder.py(6KB)
----sparse_autoencoder.py(7KB)
----sample_images.py(2KB)
----output()
--------pca.png(109KB)
--------patches_raw.png(15KB)
--------patches_zca_features.png(57KB)
--------weights_selftaughtlearning.png(120KB)
--------weights_sparseAE.png(127KB)
--------raw_pca.png(109KB)
--------pca_tilde.png(159KB)
--------weights_sampledata.png(5KB)
--------patches_zca.png(16KB)
--------pca_zcawhite.png(155KB)
----softmax_exercise.py(4KB)
----cnn.py(4KB)
----gradient.py(4KB)
----cnn_exercise.py(10KB)
----LICENSE(1KB)
----stacked_ae_exercise.py(6KB)
----load_MNIST.py(1KB)
----pca_gen.py(3KB)
----README.md(2KB)
----linear_decoder_exercise.py(5KB)