搜索资源列表
c_code_dbn
- 这是深度置信网的C++版本。 rbm.h 实现自动编码. mnist.h 读取MNIST数据文件 spectrum.inl RGBs与颜色的映射 demo.cc 训练/测试主程序-The deep learning algorithm is based on the matlab code provided by Geoff Hinton etc at http://www.cs.toronto.edu/~hinton/
DeepLearnToolbox-master
- 深度学习如深度置信网重构误差及迭代时间实验，里面含有数据库-Depth of learning such as deep belief network reconstruction error and iteration time experiment, which contains the
DeepLearning-master
- 深度学习的概念源于人工神经网络的研究。含多隐层的多层感知器就是一种深度学习结构。深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示。[1] 深度学习的概念由Hinton等人于2006年提出。基于深信度网(DBN)提出非监督贪心逐层训练算法，为解决深层结构相关的优化难题带来希望，随后提出多层自动编码器深层结构。此外Lecun等人提出的卷积神经网络是第一个真正多层结构学习算法，它利用空间相对
code
- 卷积深度置信网，在Lee的基础上进行了一定的完善，使用RBM来预训练CNN，实现对CNN的初始化-Convolutional neural nets
dbn
- 深度置信网，经过调试，运行没有问题。运行时有点占内存，速度稍慢。-Deep Belief Nets, Restricted Boltzmann Maching
DBNs
- 一个 深度置信网DBNs的源码，这是一个用于深度置信网的源码 可以进行训练，正常运行！ - deep belief network
DeepLearnToolBox
- DBN的实现（DeepLeranToolBox）举例(an example for DeepLeranToolBox)
RBM-DBN
- 有限玻尔兹曼机、深度置信网的Matlab实现，用mnist数据进行验证，对理解深度学习原理有帮助。(A Finite Boltzmann machine and deep belief network are implemented in MATLAB and verified with MNIST data. It is helpful to understand the principle of deep learning.)