文件名称：UFLDL exercise7 Stacked Autoencoder
文件大小：11.16MB
文件格式：ZIP
更新时间：2019-05-02 16:58:21
UFLDL
In this exercise, you will use a stacked autoencoder for digit classification.
【文件预览】：
stacked autoencoder
----softmaxTrain.m(2KB)
----sparseAutoencoderCost.asv(4KB)
----mnist()
--------t10k-labels-idx1-ubyte()
--------train-images-idx3-ubyte()
--------t10k-images-idx3-ubyte()
--------train-labels-idx1-ubyte()
----minFunc()
--------logistic()
--------example_minFunc.m(2KB)
--------mcholC.mexw64(12KB)
--------ArmijoBacktrack.m(3KB)
--------lbfgsC.mexw32(7KB)
--------lbfgsC.mexglx(8KB)
--------mcholC.c(4KB)
--------autoHess.m(901B)
--------autoTensor.m(870B)
--------lbfgs.m(924B)
--------precondTriu.m(51B)
--------dampedUpdate.m(995B)
--------precondTriuDiag.m(60B)
--------lbfgsC.mexw64(10KB)
--------minFunc_processInputOptions.m(4KB)
--------autoHv.m(317B)
--------conjGrad.m(2KB)
--------mcholC.mexmaci64(13KB)
--------precondDiag.m(42B)
--------lbfgsC.c(2KB)
--------example_minFunc_LR.m(2KB)
--------rosenbrock.m(1KB)
--------mchol.m(1KB)
--------lbfgsC.mexmac(9KB)
--------lbfgsUpdate.m(614B)
--------lbfgsC.mexa64(8KB)
--------callOutput.m(385B)
--------mcholinc.m(564B)
--------minFunc.m(43KB)
--------WolfeLineSearch.m(11KB)
--------taylorModel.m(677B)
--------mcholC.mexw32(8KB)
--------autoGrad.m(807B)
--------lbfgsC.mexmaci(12KB)
--------isLegal.m(107B)
--------polyinterp.m(4KB)
--------lbfgsC.mexmaci64(9KB)
----loadMNISTImages.m(811B)
----initializeParameters.m(622B)
----stack2params.m(2KB)
----stackedAECost.m(4KB)
----checkStackedAECost.m(2KB)
----computeNumericalGradient.m(1KB)
----softmaxCost.m(1KB)
----log.txt(746B)
----stackedAEExercise.asv(10KB)
----params2stack.m(1KB)
----sparseAutoencoderCost.m(4KB)
----stackedAEPredict.asv(1KB)
----feedForwardAutoencoder.m(1KB)
----stackedAEExercise.m(10KB)
----softmaxPredict.m(754B)
----stackedAECost.asv(4KB)
----loadMNISTLabels.m(516B)
----stackedAEPredict.m(2KB)