稀疏自动编码器matlab代码-Nonnegativity-Constrained-Autoencoder-NCAE:用于实现深度学习的非负约

时间:2021-06-16 19:25:09
【文件属性】:
文件名称:稀疏自动编码器matlab代码-Nonnegativity-Constrained-Autoencoder-NCAE:用于实现深度学习的非负约
文件大小:11.05MB
文件格式:ZIP
更新时间:2021-06-16 19:25:09
系统开源 智能自动编码器matlab代码非负约束自编码器-NCAE 用于实现基于部件的深度学习的非负约束自动编码器 (NCAE) 的 Matlab 代码。 参考: [1] 侯赛尼-阿斯尔,E.; 祖拉达,JM; Nasraoui, O.,“使用具有非负性约束的稀疏自动编码器对基于部分的数据表示进行深度学习”,在神经网络和学习系统,IEEE 交易,第 99 卷,第 1-13 页 doi:10.1109 /TNNLS.2015.2479223 网址: [2] UFLDL 教程,
【文件预览】:
Nonnegativity-Constrained-Autoencoder-NCAE-master
----params2stack.m(1KB)
----loadMNISTImages.m(811B)
----feedForwardAutoencoder.m(475B)
----softmax()
--------computeNumericalGradient.m(1KB)
--------softmaxCost_nonneg.m(2KB)
--------softmaxTrain_nonneg.m(2KB)
--------softmaxPredict.m(814B)
----stackedAECost_nonneg.m(3KB)
----main.m(5KB)
----loadMNISTLabels.m(516B)
----sparseAutoencoderCost_nonneg.m(3KB)
----stack2params.m(2KB)
----README.md(614B)
----checkStackedAECost_nonneg.m(2KB)
----initializeParameters_nonneg.m(444B)
----mnist()
--------t10k-images.idx3-ubyte(7.48MB)
--------train-images.idx3-ubyte(44.86MB)
--------t10k-labels.idx1-ubyte(10KB)
--------train-labels.idx1-ubyte(59KB)
----minFunc()
--------lbfgsC.mexmac(9KB)
--------lbfgsUpdate.m(614B)
--------autoHess.m(901B)
--------minFunc_processInputOptions.m(4KB)
--------mcholC.mexw64(12KB)
--------ArmijoBacktrack.m(3KB)
--------conjGrad.m(2KB)
--------example_minFunc_LR.m(2KB)
--------precondDiag.m(42B)
--------lbfgsC.mexw32(7KB)
--------autoHv.m(317B)
--------autoGrad.m(807B)
--------lbfgsC.mexmaci(12KB)
--------lbfgsC.c(2KB)
--------mcholC.mexw32(8KB)
--------precondTriuDiag.m(60B)
--------autoTensor.m(870B)
--------lbfgsC.mexa64(8KB)
--------precondTriu.m(51B)
--------lbfgsC.mexw64(10KB)
--------callOutput.m(385B)
--------WolfeLineSearch.m(11KB)
--------rosenbrock.m(1KB)
--------lbfgs.m(924B)
--------dampedUpdate.m(995B)
--------mcholC.mexmaci64(13KB)
--------minFunc.m(43KB)
--------logistic()
--------lbfgsC.mexmaci64(9KB)
--------mcholinc.m(564B)
--------lbfgsC.mexglx(8KB)
--------isLegal.m(107B)
--------taylorModel.m(677B)
--------example_minFunc.m(2KB)
--------polyinterp.m(4KB)
--------mchol.m(1KB)
--------mcholC.c(4KB)
----stackedAEPredict.m(844B)

网友评论