搜索资源列表
Exercise1-Sparse-Autoencoder
- 网址：http://deeplearning.stanford.edu/wiki/index.php/Exercise:Sparse_Autoencoder斯坦福深度学习的教程，这个是稀疏编码的的练习，可以直接运行-URL: http://deeplearning.stanford.edu/wiki/index.php/Exercise:Sparse_Autoencoder Stanford deep learning tutorial, this is a sparse coding exer
Exercise7-stacked-autoencoder
- 斯坦福深度学习教程中关于stacked autoencoder的练习代码，源代码中需要补全的地方，全部把代码补完整，把手写体识别的数据库放到路径下，可以直接运行-Stanford deep learning tutorial exercises on stacked autoencoder code, source code need to fill all places, all the full complement of the code, the handwriting recognit
sparse-autoencoder
- Excise 1 deep learning code
sparseAutoencoderCost
- 自己学习UFLDL教程时候写的sparse autoencoder的代码，用来计算拥有一层隐含层的autoencoder的cost和gradient-UFLDL tutorial you learn when writing sparse autoencoder code, used to calculate the hidden layer has a layer of cost and gradient autoencoder
MNIST_theano
- 利用theano库完成MNIST手写识别，包括稀疏自编码机，多层感知机，卷积神经网络-using the theano to complete the handwriting congnization in MNIST ,include Denoising AutoEncoder,MLP,Convolution Neutral Network.
Sparse-Autoencoder
- 稀疏自编码是构成堆栈式自编码的基础，通过稀疏自编码可以提取图像的边缘特征。-Sparse coding constitute the basis of the stack self-encoded by sparse coding can be extracted the edge feature of the image.
Sparse-Autoencoder
- 稀疏编码算法是一种无监督学习方法，它用来寻找一组“超完备”基向量来更高效地表示样本数据-2006 A fast learning algorithm for deep belief nets
Autoencoder-Code
- 稀疏编码的概念来自于神经生物学。生物学家提出，哺乳类动物在长期的进化中，生成了能够快速，准确，低代价地表示自然图像的视觉神经方面的能力。我们直观地可以想象，我们的眼睛每看到的一副画面都是上亿像素的，而每一副图像我们都只用很少的代价重建与存储。我们把它叫做稀疏编码，即Sparse Coding.本文提供稀疏编码的一个实例-Sparse Coding.
AutoEncoder
- 最先提出深度学习算法hinton的自动编码器matlab代码，内容是：利用多层rbm进行自动编码的多层特征训练，然后使用梯度算法进行fine turn。可以进行特征提取，也可以进行分类。压缩包里已带有训练用签字图片数据。相应算法说明可以查看hinton于2006年发表在 science的文章-First proposed deep learning algorithm hinton automatic encoder matlab code that reads: multilayer r
sparseae
- 用matlab代码实现的稀疏自编码器，通过可视化步骤，可以看到稀疏编码提取出来的她特征。- sparse autoencoder written by matlab, through visualization step, you can find the features extracted by sparse coding .
deeplearing-hinton
- hinton2006年发表在science上的关于深度神经网络的文章Reducing the Dimensionality of Data with Neural Networks的matlab程序 mnistdeepauto.m //训练AutoEncoder的主文件 converter.m //将样本集从.ubyte格式转换成.ascii格式，然后继续转换成.mat格式 makebatches.m //创建小批量数据块用于RBM训练 rbm.m //训练RBM二进制隐层
AutoEncoder
- 人工神经网络的经典算法，包含预训练与反向回传，十分值得学习。-Artificial neural networks classic algorithms, including pre-training and back propogation, is worth learning.
Sparse-Autoencoder
- 神经网络稀疏自编码器的实现；从给定的很多张自然图片中截取出大小为8*8的小patches图片共10000张，现在需要用sparse autoencoder的方法训练出一个隐含层网络所学习到的特征。-Sparse neural networks since implementation of the encoder interception of a size of 8* 8 picture small patches given a lot of sheets natural picture
stacked-autoencoder
- 基于两层的层叠自编码的深度学习模型，前两层用于特征提取，再加一个Softmax分类器用于分类-Two stacked the depth of learning coding model based on the first two levels for feature extraction, coupled with a classifier for classifying Softmax
Autoencoders
- 深度学习中有关自编码器的一些代码，需要安装Keras-some autoencoder models wrote in python
matlab版宗师Hinton的深度学习源码
- 宗师Hinton的深度学习源码，采用matlab编程实现的。实现了autoencoder，Restricted Boltzmann Machine（RBM） 等深度学习模型。这个应用在图像领域。宗师出品，重要性不用解。
audoencoder
- autoencoder自动编码python实现(sparse autoencoder python)
代码
- 主要实现了使用神经网络实现(7,4)自编码器(Using neural network implementation (7,4) autoencoder)
SparseAutoencoder-master
- 自动编码器是一种数据的压缩算法，其中数据的压缩和解压缩函数是数据相关的、有损的、从样本中自动学习的。在大部分提到自动编码器的场合，压缩和解压缩的函数是通过神经网络实现的。(An autoencoder, autoassociator or Diabolo network is an artificial neural network used for unsupervised learning of efficient codings. The aim of an autoencoder is
AutoEncoder实战
- 深度学习中基于PyTorch架构的AutoEncoder 实例(Examples of AutoEncoder based on the PyTorch architecture in deep learning)