文件名称：用卷积滤波器matlab代码-autocnn_unsup:IJCNN-2017接受论文代码“卷积神经网络无监督学习的递归自动卷积”
文件大小：288KB
文件格式：ZIP
更新时间：2024-06-10 06:43:52
系统开源
用卷积滤波器matlab代码autocnn_unsup Matlab脚本从公认到IJCNN-2017实施该模型。 有和对应的。 还有简单易学的具有递归自动卷积和k均值的过滤器。 提供了MNIST（），CIFAR-10（CIFAR-100）（）和STL-10（）的脚本。 要重现论文结果，请从该文件夹运行脚本。 运行示例 opts.matconvnet = ' your_path/matconvnet ' ; opts.vlfeat = ' your_path/vlfeat/toolbox/mex/mexa64 ' ; opts.gtsvm = ' your_path/gtsvm/mex ' ; opts.n_folds = 10 ; opts.n_train = 4000 ; opts.PCA_dim = 1500 ; opts.arch = ' 1024c5-3p-conv0_3__32g-32ch-256c5-3p-conv0_2__32g-256ch-1024c5-3p-conv0_2 ' ; autocnn_cifar(opts, ' learning_method ' , {
【文件预览】：
autocnn_unsup-master
----figs()
--------conv0_4_layer1_kmeans_l2_cifar10.png(68KB)
--------conv0_4_layer1_kmeans_cifar10.png(74KB)
--------connections_layer1_2_cifar10.png(47KB)
--------conv2_3_layer2_kmeans_l2_cifar10.png(19KB)
--------conv2_3_layer2_kmeans_cifar10.png(22KB)
----learn_connections_unsup.m(4KB)
----autoconv_recursive_2d.m(3KB)
----README_v1.md(9KB)
----autocnn_mnist.m(6KB)
----predict_labels.m(1KB)
----lcn.m(2KB)
----conv_kmeans.m(3KB)
----autocnn_cifar.m(8KB)
----net_init.m(6KB)
----classifier_committee.m(9KB)
----feature_scaling.m(6KB)
----learn_filters_unsup.m(18KB)
----imsetshow.m(763B)
----autocnn_unsup.m(24KB)
----autocnn_stl10.m(7KB)
----experiments()
--------cifar_all_tests.m(5KB)
--------stl10_cross_val.m(2KB)
--------cifar10_cross_val.m(2KB)
--------mnist_all_tests.m(1KB)
--------stl10_all_tests.m(2KB)
--------mnist_cross_val.m(2KB)
----pca_zca_whiten.m(9KB)
----ica.m(10KB)
----README.md(5KB)
----forward_pass.m(24KB)
----predict_batches.m(2KB)