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