【文件属性】:
文件名称:典型相关分析matlab实现代码-IBD_NN:DeepCCA的修改版本(来自https://github.com/VahidooX/Deep
文件大小:172.19MB
文件格式:ZIP
更新时间:2021-05-20 13:40:47
系统开源
典型相关分析matlab实现代码DCCA:深度规范相关分析
这是Python中的深度规范关联分析(DCCA或Deep
CCA)的实现。
它需要安装Theano和Keras库。
DCCA是CCA的非线性版本,它使用神经网络代替线性变换器作为映射函数。
DCCA最初是在以下论文中提出的:
Galen
Andrew,Raman
Arora,Jeff
Bilmes,Karen
Livescu,“”,ICML,2013年。
它使用带有Theano后端的Keras库,在Tensorflow后端上不起作用。
因为网络的丢失功能是由Theano编写的。
基本的建模网络可以轻松地被更高效,更强大的网络(如CNN)取代。
大多数配置和参数是根据以下文件设置的:
Wang
Weiran,Raman
Arora,Karen
Livescu和Jeff
Bilmes。
“”,ICML,2015年。
数据集
该模型是在MNIST数据集的嘈杂版本上评估的。
我完全按照本文介绍的方式构建了数据集。
训练/验证/测试段是MNIST的原始段。
数据集很大,无法在GitHub上上传。
因此它被上传到另一台服务器上。
第一次执
【文件预览】:
IBD_NN-master
----Untitled.ipynb(5KB)
----utils.pyc(3KB)
----models.py(1KB)
----temp_weights.h5(22.26MB)
----total_data.csv(43.92MB)
----linear_cca.pyc(2KB)
----utils.py(2KB)
----cleaned_data.csv(33.81MB)
----expression_data.pkl.gz(23.87MB)
----noisymnist_view1.gz(84.74MB)
----linear_cca.py(1KB)
----LICENSE(1KB)
----new_features.gz(13.56MB)
----data_cleaning.R(787B)
----playground.ipynb(14KB)
----objectives.pyc(2KB)
----microbe_data.pkl.gz(128KB)
----models.pyc(2KB)
----README.md(3KB)
----test.out(400B)
----untitled(0B)
----objectives.py(2KB)
----DeepCCA.py(8KB)