UFLDL教程练习题答案——self-taught learning

时间:2017-08-19 06:08:06
【文件属性】:

文件名称:UFLDL教程练习题答案——self-taught learning

文件大小:10.34MB

文件格式:ZIP

更新时间:2017-08-19 06:08:06

UFLDL, selft taught learning, 答案

UFLDL教程练习题答案——self-taught learning,里面的代码都是最优的,可以替换之前资源里面的代码


【文件预览】:
stl_exercise
----softmaxTrain.m(2KB)
----stlExercise.m(5KB)
----mnist()
--------train-images.idx3-ubyte(44.86MB)
--------t10k-labels.idx1-ubyte(10KB)
--------t10k-images.idx3-ubyte(7.48MB)
--------train-labels.idx1-ubyte(59KB)
----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)
----computeNumericalGradient.m(1KB)
----softmaxCost.m(2KB)
----sparseAutoencoderCost.m(5KB)
----feedForwardAutoencoder.m(1KB)
----display_network.m(3KB)
----softmaxPredict.m(1KB)
----loadMNISTLabels.m(516B)
----softmaxExercise.m(5KB)

网友评论

  • 可以。。。
  • 非常感谢,很有帮助
  • 很可以,作为初学者,这是一个很好的资料
  • 楼主真心为大家服务,所有的程序list打包,下载后不需要任何修改可直接运行,尤其是sparseAutoencoderCost中提供两种方法,矢量化处理确实方便不少。特别特别值得推荐的资源
  • 不错的资源,谢谢楼主
  • 对于初学者很好。
  • 很实用,对于初学者来说。
  • 答案特别好,对于我这种不大会编的菜鸟来说,提供了很大帮助
  • 很好的资源,谢谢楼主了!!
  • 不错的资源,谢谢楼主
  • 可以使用,感谢楼主
  • 我是初学者,谢谢救助
  • 基础教程 很容易快速入门。。。
  • 不错的资源,谢谢楼主
  • 刚开始接触深度学习,正在学习中,作为参考,不错!
  • 提供的资源挺好的,只是我需要好好去理解!!感谢楼主!