文件名称：最新Tutorial 学习笔记 3：Vectorization
文件大小：11.19MB
文件格式：ZIP
更新时间：2021-11-27 04:52:55
向量化 Vectorizatio Tutorial 深度学习
Vectorization 翻译过来就是向量化，各简单的理解就是实现矩阵计算。通过Vectorization，我们可以将代码变得极其简洁，虽然简洁带来的问题就是其他人看你代码就需要研究一番了。
【文件预览】：
Exercise2 Vectorization
----loadMNISTImages.m(811B)
----sampleIMAGES.m(3KB)
----checkNumericalGradient.m(2KB)
----train.m(6KB)
----weights.jpg(61KB)
----minFunc()
--------mcholC.mexw64(12KB)
--------autoGrad.m(807B)
--------minFunc_processInputOptions.m(3KB)
--------conjGrad.m(2KB)
--------autoHv.m(307B)
--------precondDiag.m(41B)
--------example_minFunc.m(2KB)
--------WolfeLineSearch.m(11KB)
--------precondTriuDiag.m(59B)
--------mcholinc.m(539B)
--------callOutput.m(374B)
--------lbfgsC.mexa64(8KB)
--------lbfgsC.mexmaci64(9KB)
--------lbfgsC.c(2KB)
--------isLegal.m(106B)
--------autoTensor.m(870B)
--------lbfgsC.mexw32(7KB)
--------mcholC.mexw32(8KB)
--------ArmijoBacktrack.m(3KB)
--------lbfgsUpdate.m(594B)
--------lbfgsC.mexglx(8KB)
--------mcholC.c(4KB)
--------precondTriu.m(50B)
--------rosenbrock.m(1KB)
--------mcholC.mexmaci64(13KB)
--------minFunc.m(41KB)
--------logistic()
--------lbfgsC.mexmac(9KB)
--------taylorModel.m(677B)
--------dampedUpdate.m(953B)
--------mchol.m(1KB)
--------polyinterp.m(4KB)
--------lbfgsC.mexw64(10KB)
--------lbfgs.m(885B)
--------autoHess.m(901B)
--------example_minFunc_LR.m(2KB)
--------lbfgsC.mexmaci(12KB)
----computeNumericalGradient.m(1KB)
----initializeParameters.m(622B)
----train-labels-idx1-ubyte(59KB)
----computeNumericalGradient.asv(1008B)
----display_network.m(3KB)
----train-images-idx3-ubyte(44.86MB)
----t10k-labels-idx1-ubyte(10KB)
----loadMNISTLabels.m(516B)
----t10k-images-idx3-ubyte(7.48MB)
----sparseAutoencoderCost.m(4KB)