【文件属性】：
文件名称：matlab最简单的代码-NumDL-MATLAB:深度学习数值方法类的MATLAB代码
文件大小：88KB
文件格式：ZIP
更新时间：2021-05-22 11:32:06
系统开源
matlab最简单的代码数字图书馆
这些MATLAB代码可用于复制和扩展该类中的示例。
这些材料是在2018年Spring和夏季分别在和之前开发的。
范围
这里的MATLAB文件旨在以最简单的方式来实现神经网络和数值方法的训练。
这一点很关键，以使来自不同背景的学生和研究人员参与进来。
在这种情况下，对我们而言，比速度更重要。
实际上，此处的许多功能都可以针对运行时进行优化，但通常以降低可读性为代价。
致谢
该材料的开发在一定程度上得到了美国国家科学基金会的资助，授权号为1522599和1751636。本材料中表达的任何观点，发现，结论或建议均为作者的观点，不一定反映本材料的观点。国家科学基金会。
【文件预览】：
NumDL-MATLAB-master
----utils()
--------vec.m(367B)
--------opZero.m(1KB)
--------opKron.m(1KB)
--------cell2vec.m(462B)
--------opEye.m(1KB)
--------vec2cell.m(638B)
--------LinearOperator.m(5KB)
----singleLayer()
--------singleConvLayer.m(2KB)
--------singleLayer.m(2KB)
--------examples()
--------singleLayerNNVarProObjFun.m(3KB)
--------singleLayerNNObjFun.m(3KB)
--------singleLayerAdvObjFun.m(2KB)
----optimization()
--------sgd.m(2KB)
--------newtoncg.m(3KB)
--------steepestDescent.m(2KB)
--------cgls.m(2KB)
----viewers()
--------montageArray.m(1KB)
----conv()
--------conv2D.m(2KB)
--------conv1D.m(2KB)
--------examples()
--------convFFT.m(5KB)
--------convCoupled2D.m(3KB)
--------EConv_Conv1DFFT.m(1KB)
--------convMCN.m(4KB)
----notes()
--------E_polyfit.m(2KB)
----regularization()
--------genTikhonov.m(1KB)
--------getLaplacian.m(2KB)
----LICENSE(34KB)
----resnet()
--------vec2cellResNet.m(905B)
--------dResNetMatVec.m(1KB)
--------ResNetObjFun.m(2KB)
--------ResNetForward.m(1KB)
--------dResNetMatVecT.m(1KB)
--------examples()
--------ResNetVarProObjFun.m(2KB)
----test()
--------testGenTikhonov.m(1KB)
--------quadObjFun.m(130B)
--------testSingleLayerNNObjFun.m(1KB)
--------testSingleLayer.m(2KB)
--------Rosenbrock.m(612B)
--------testLogRegression.m(2KB)
--------testSoftMax.m(2KB)
----README.md(1KB)
----startupNumDLToolbox.m(213B)
----data()
--------setupPeaks.m(1KB)
--------loadMNISTImages.m(810B)
--------setupMNIST.m(3KB)
--------loadMNISTLabels.m(515B)
--------setupEllipses.m(810B)
--------setupCIFAR10.m(4KB)
----classification()
--------logRegression.m(2KB)
--------classObjFun.m(1KB)
--------examples()
--------softMax.m(2KB)
----activation()
--------tanhActivation.m(1KB)
--------sinActivation.m(1KB)
--------smoothRelU.m(2KB)