- MATLAB 文件指引(MATLAB Modules)
- MATLAB 文件指引(MATLAB Modules)
- sparseae_exercise.zip">稀疏自编码器 | sparseae_exercise.zip
- mnistHelper.zip">MNIST 数据集使用向导 | mnistHelper.zip
- pca_exercise.zip">主成分分析与白化 | pca_exercise.zip
- softmax_exercise.zip">SoftMax 回归 | softmax_exercise.zip
MATLAB 文件指引(MATLAB Modules)
MATLAB 文件指引(MATLAB Modules)
注:本文是旧版的作业文件,新版见 初学者代码 压缩包,但这里旧版的代码仍然可以用来学习。
稀疏自编码器 | sparseae_exercise.zip
checkNumericalGradient.m - 检查 computeNumericalGradient 的计算结果是否正确
computeNumericalGradient.m - 计算函数的数值梯度(待实现)
display_network.m - 可视化自动编码器的图像或滤波器的结果
initializeParameters.m - 随机初始化稀疏自动编码器的权重值
sampleIMAGES.m - 从图像矩阵中采样大小为 $8 \times 8$ 的小图(待实现)
sparseAutoencoderCost.m - 计算稀疏自动编码器中代价函数的函数值(即代价)和梯度
train.m - 用来训练和测试稀疏自动编码器的框架
MNIST 数据集使用向导 | mnistHelper.zip
loadMNISTImages.m - 返回包含原始 MNIST 图像的矩阵
loadMNISTLabels.m - 返回包含原始 MNIST 图像标签的矩阵
主成分分析与白化 | pca_exercise.zip
display_network.m - 可视化自动编码器的图像或滤波器的结果
pca_gen.m - 白化练习框架
sampleIMAGESRAW.m - 返回一个 $8 \times 8$ 的的原始(未经白化过的)小图像
SoftMax 回归 | softmax_exercise.zip
checkNumericalGradient.m - 检查 computeNumericalGradient 的计算结果是否正确
display_network.m - 可视化自动编码器的图像或滤波器的结果
loadMNISTImages.m - 返回包含原始 MNIST 图像的矩阵
loadMNISTLabels.m - 返回包含原始 MNIST 图像标签的矩阵
softmaxCost.m - 计算 Softmax 目标函数的代价和梯度
softmaxTrain.m - 给定参数下训练一个 Softmax 模型
train.m - 本练习的训练框架