该文被密码保护。 阅读全文
摘要:
前言理论知识:UFLDL教程、Deep learning:三十三(ICA模型)、Deep learning:三十九(ICA模型练习)实验环境:win7, matlab2015b,16G内存,2T机械硬盘难点:本实验难点在于运行时间比较长,跑一次都快一天了,并且我还要验证各种代价函数的对错,所以跑了很... 阅读全文
摘要:
前言理论知识:UFLDL教程、Deep learning:二十六(Sparse coding简单理解)、Deep learning:二十七(Sparse coding中关于矩阵的范数求导)、Deep learning:二十九(Sparse coding练习)实验环境:win7, matlab2015... 阅读全文
摘要:
理论知识:UFLDL数据预处理和http://www.cnblogs.com/tornadomeet/archive/2013/04/20/3033149.html数据预处理是深度学习中非常重要的一步!如果说原始数据的获得,是深度学习中最重要的一步,那么获得原始数据之后对它的预处理更是重要的一部分。... 阅读全文
摘要:
前言理论知识:UFLDL教程和http://www.cnblogs.com/tornadomeet/archive/2013/04/09/3009830.html实验环境:win7, matlab2015b,16G内存,2T机械硬盘实验内容:Exercise:Convolution and Pool... 阅读全文
摘要:
前言实验内容:Exercise:Learning color features with Sparse Autoencoders。即:利用线性解码器,从100000张8*8的RGB图像块中提取颜色特征,这些特征会被用于下一节的练习理论知识:线性解码器和http://www.cnblogs.com/t... 阅读全文
摘要:
前言 1.理论知识:UFLDL教程、Deep learning:十六(deep networks) 2.实验环境:win7, matlab2015b,16G内存,2T硬盘 3.实验内容:Exercise: Implement deep networks for digit classificatio 阅读全文
摘要:
前言理论知识:自我学习练习环境:win7, matlab2015b,16G内存,2T硬盘练习内容及步骤:Exercise:Self-Taught Learning。具体如下: 一是用29404个无标注数据unlabeledData(手写数字数据库MNIST Dataset中数字为5-9的数据)来... 阅读全文
摘要:
前言 练习内容:Exercise:Softmax Regression。完成MNIST手写数字数据库中手写数字的识别,即:用6万个已标注数据(即:6万张28*28的图像块(patches)),作训练数据集,然后利用其训练softmax分类器,再用1万个已标注数据(即:1万张28*28的图像块(pat 阅读全文
摘要:
前言 本文是基于Exercise:PCA and Whitening的练习。 理论知识见:UFLDL教程。 实验内容:从10张512*512自然图像中随机选取10000个12*12的图像块(patch),然后对这些patch进行99%的方差保留的PCA计算,最后对这些patch做PCA Whi... 阅读全文