搜索资源列表
bolztmann
- 使用bolztmann机实现多层分类网络，内有mnist数据集-Machine to achieve multiple classifiers using bolztmann network data sets within mnist
ReadMNIST
- this package is used to read MNIST data base
深度神经网络
- It provides deep learning tools of deep belief networks (DBNs).-Run testDNN to try! Each function includes descr iption. Please check it! It provides deep learning tools of deep belief networks (DBNs) of stacked restricted Boltzmann machines (RBMs).
MNIST
- 这个压缩包，是一个手写数字识别库，世界上最权威的，美国邮政系统开发的，可以作为标准的数据集合使用测试分类器-This compression package, is a handwritten numeral recognition , the world' s most authoritative, the U.S. postal system developed can be used as a standard data set using the test classifier
93131057-Naderi
- MLP matlab code for mnist dataset.
q5
- train 2 layers neural networks to recognize MNIST of digits handwritten-train 2 layers neural networks to recognize MNIST of digits handwritten
mnist
- this code is about mrs method
softmax
- MATLAB实现softmax,测试类主要采用mnist-implement a simple softmax in matlab
readMNIST
- 用ELM实现手写数字的识别，快速，用MNIST数据库(Handwritten numbers recognition realized by ELM)
CNN
- 一个卷积层+一个下采样+softmax实现mnist识别(implement a simple CNN)
MNIST-PCA
- 使用PCA算法分析MNIST 手写字符训练样本。 结果分别生成以2、5、10个PCA主成分的重构图像以及10个主成分特征向量的对应图像。(Implement PCA algorithm on MNIST dataset and calculate the class PCA on each digit separately.)
fisher
- 利用fisher方法实现手写体数字多分类识别，采用mnist数据集(simple program using fisher)
least_square
- 利用最小二乘法实现手写体数字识别，采用mnist数据集(simple program using least-square)
rasmusbergpalm-DeepLearnToolbox-5df2801
- mnist数据库，可用matlab运行，学习神经网络(MNIST database can be run by MATLAB, learning neural network.)
Matlab实现卷积神经网络对Mnist数据集的识别
- matlab实现卷积神经网络对mnist数据集的的识别。程序完整，函数处理好的数据集，可以直接是使用。
手写MNISTmatlab实现
- 资料可以直接运行，是matlab源码，实现了AI领域常见的手写字符MNIST数据集的识别，一般都是python做，matlab实现的很少，就算有也经常报错，因此这里是提供了例程以及数据集！数据集也是matlab能直接读取的MNIST格式！下载这个资料连数据集都不用单独下载了，节省时间。(The data can be run directly. It is the source code of MATLAB. It realizes the recognition of MNIST data s