文件名称: Deep-Learning-Toolbox
下载 收藏√ [
5 4 3 2 1
]
开发工具: matlab
文件大小: 14396 KB
上传时间: 2014-10-20
下载次数: 227
提 供 者: 冯敬伟
详细说明:深度学习matlab工具箱,包括深度deep belief nets,stacked autoencoder,convolutional neural nets等网络。-Matlab/Octave toolbox for deep learning. Includes Deep Belief Nets, Stacked Autoencoders, Convolutional Neural Nets, Convolutional Autoencoders and vanilla Neural Nets. Each method has examples to get you started.
文件列表(点击判断是否您需要的文件,如果是垃圾请在下面评价投诉):
DeepLearnToolbox-master
.......................\CAE
.......................\...\caeapplygrads.m
.......................\...\caebbp.m
.......................\...\caebp.m
.......................\...\caedown.m
.......................\...\caeexamples.m
.......................\...\caenumgradcheck.m
.......................\...\caesdlm.m
.......................\...\caetrain.m
.......................\...\caeup.m
.......................\...\max3d.m
.......................\...\scaesetup.m
.......................\...\scaetrain.m
.......................\CNN
.......................\...\cnnapplygrads.m
.......................\...\cnnbp.m
.......................\...\cnnff.m
.......................\...\cnnnumgradcheck.m
.......................\...\cnnsetup.m
.......................\...\cnntest.m
.......................\...\cnntrain.m
.......................\DBN
.......................\...\dbnsetup.m
.......................\...\dbntrain.m
.......................\...\dbnunfoldtonn.m
.......................\...\rbmdown.m
.......................\...\rbmtrain.m
.......................\...\rbmup.m
.......................\LICENSE
.......................\NN
.......................\..\nnapplygrads.m
.......................\..\nnbp.m
.......................\..\nnchecknumgrad.m
.......................\..\nneval.m
.......................\..\nnff.m
.......................\..\nnpredict.m
.......................\..\nnsetup.m
.......................\..\nntest.m
.......................\..\nntrain.m
.......................\..\nnupdatefigures.m
.......................\README.md
.......................\README_header.md
.......................\REFS.md
.......................\SAE
.......................\...\saesetup.m
.......................\...\saetrain.m
.......................\create_readme.sh
.......................\data
.......................\....\mnist_uint8.mat
.......................\tests
.......................\.....\runalltests.m
.......................\.....\test_cnn_gradients_are_numerically_correct.m
.......................\.....\test_example_CNN.m
.......................\.....\test_example_DBN.m
.......................\.....\test_example_NN.m
.......................\.....\test_example_SAE.m
.......................\.....\test_nn_gradients_are_numerically_correct.m
.......................\util
.......................\....\allcomb.m
.......................\....\expand.m
.......................\....\flicker.m
.......................\....\flipall.m
.......................\....\fliplrf.m
.......................\....\flipudf.m
.......................\....\im2patches.m
.......................\....\makeLMfilters.m
.......................\....\normalize.m
.......................\....\patches2im.m
.......................\....\randcorr.m
.......................\....\randp.m
.......................\....\rnd.m
.......................\....\sigm.m
.......................\....\sigmrnd.m
.......................\....\softmax.m
.......................\....\tanh_opt.m
.......................\....\visualize.m
.......................\....\whiten.m
.......................\....\zscore.m
输入关键字,在本站272万海量源码库中尽情搜索:
帮助
[robot-9.8.zip] - Robot Toolbox for simulation Robotic manipulators and Design Controller for robots
[SVM-toolbox.rar] - 迄今为止最好的svm工具箱 包含了波形和图像的处理
[rcnn-master.zip] - 区域卷积网络 深度学习在目标检测、图像分割方面的应用代码 基于caffe操作平台
[rcnn.zip] - RCNN,Region Based CNN,即基于区域的卷积神经网络代码,在许多数据集上刷新了识别记录,这是其实现代码,研究深度学习的同学可以下载,比较有帮助。
[3Dsegmentation.rar] - 基于matlab的三维图像分割,没有错误
[deepLearning.rar] - 关于深度学习的详细的各种源代码,可以更好的理解深度学习的原理。
[deep-learning.zip] - 最近热门的深度学习的有关英文文献,以及其基础RBM的文献
[CNNmatlab.rar] - 这里是cnn卷积神经网络手写识别的一个MATLAB代码,其中的cnet_tool.m是一个demo,识别正确率大约为0.5.
[RSC.zip] - 人脸识别的稀疏表示识别方法将稀疏表示的保真度表示为余项的L2范数,但最大似然估计理论证明这样的假设要求余项服从高斯分布,实际中这样的分布可能并不成立,特别是当测试图像中存在噪声、遮挡和伪装等异常像素,这就导致传统的保真度表达式所构造的稀疏表示模型对上述这些情况缺少足够的鲁棒性。而最大似然稀疏表示识别
[Clustering.rar] - labview中实现聚类算法的经典案例,由NI LAB编写,不但有程序,还有说明文档。
该Matlab工具箱包含多种深度学习模型,如深度信念网络、堆叠自编码器及卷积神经网络等,并提供了相应的示例代码。适用于希望使用Matlab进行深度学习研究与实践的用户。

被折叠的 条评论
为什么被折叠?



