文件名称：吉布斯采样matlab代码-PBDN:简约贝叶斯深度网络
文件大小：50.42MB
文件格式：ZIP
更新时间：2024-06-16 23:44:30
系统开源
吉布斯采样matlab代码PBDN 简约贝叶斯深度网络 代码为 @inproceedings{Zhou_PBDN_2018, Author = {Mingyuan Zhou}, Booktitle = {NIPS}, Title = {Parsimonious Bayesian Deep Networks}, Year = {2014} } Python（TensorFlow）代码用于通过SGD进行MAP推理 Matlab代码用于通过Gibbs采样进行贝叶斯推理 PBDN_MAP_SGD.py：使用表1-3和表5中基于SGD的MAP推断来重现PBDN的结果 Demo_PBDN_GibbsSampling.m：使用表2、3和5中的Gibbs采样重现PBDN的结果 Demo_PBDN_TwoSpirals.m：重现图1
【文件预览】：
PBDN-master
----.gitignore(1KB)
----data()
--------mnist3v8.mat(6.65MB)
--------ijcnn1.mat(13.51MB)
--------mnist4v9.mat(5.83MB)
--------benchmarks.mat(8.5MB)
--------a9a.mat(994KB)
--------mnist3v5.mat(6.31MB)
--------mnist4v7.mat(5.8MB)
--------mnist7v9.mat(5.75MB)
----Demo_PBDN_GibbsSampling.m(12KB)
----LICENSE(1KB)
----matlab_functions()
--------CRT_sum_mex_v1.mexmaci64(9KB)
--------CRT_sum_mex_v1.c(939B)
--------logOnePlusExp.m(205B)
--------PBDN_GibbsSampling.m(9KB)
--------truncated_Poisson_rnd.m(954B)
--------make.m(102B)
--------rescale.m(916B)
--------CRT_matrix.c(755B)
--------SDS_prob.m(3KB)
--------loaddata.m(2KB)
--------DispDictionary.m(2KB)
--------CRT_matrix.mexmaci64(8KB)
--------PolyaGamRnd_Gam.m(4KB)
--------plot_subtype.m(755B)
--------SDS_prob_boundary.m(6KB)
--------mnrnd_mex.c(3KB)
--------SDS_Theta0_V1.m(2KB)
--------mnrnd_mex.mexmaci64(9KB)
----DNN_Table1.py(9KB)
----README.md(636B)
----Demo_PBDN_TwoSpirals.m(18KB)
----PBDN_MAP_SGD.py(29KB)
----DNN_all.py(6KB)
----Two_spirials_PBDN_1to10layers.gif(516KB)