资源简介

Deep Learning Toolbox™提供了一个框架,用于设计和实现具有算法,预训练模型和应用程序的深度神经网络。您可以使用卷积神经网络(ConvNets,CNN)和长期短期记忆(LSTM)网络对图像,时间序列和文本数据进行分类和回归。应用程序和图表可帮助您可视化激活,编辑网络体系结构以及监控培训进度。 对于小型训练集,您可以使用预训练的深层网络模型(包括SqueezeNet,Inception-v3,ResNet-101,GoogLeNet和VGG-19)以及从TensorFlow™-Keras和Caffe导入的模型执行传输学习。 了解深度学习工具箱的基础知识 深度学习图像 从头开始训练卷积神经网络或使用预训练网络快速学习新任务 使用时间序列,序列和文本进行深度学习 为时间序列分类,回归和预测任务创建和训练网络 深度学习调整和可视化 绘制培训进度,评估准确性,进行预测,调整培训选项以及可视化网络学习的功能 并行和云中的深度学习 通过本地或云中的多个GPU扩展深度学习,并以交互方式或批量作业培训多个网络 深度学习应用 通过计算机视觉,图像处理,自动驾驶,信号和音频扩展深度学习工作流程 深度学习导入,导出和自定义 导入和导出网络,定义自定义深度学习图层以及自定义数据存储 深度学习代码生成 生成MATLAB代码或CUDA ®和C ++代码和部署深学习网络 函数逼近和聚类 使用浅层神经网络执行回归,分类和聚类 时间序列和控制系统 基于浅网络的模型非线性动态系统; 使用顺序数据进行预测。

资源截图

代码片段和文件信息

function cae = caeapplygrads(cae)
    cae.sv = 0;
    for j = 1 : numel(cae.a)
        for i = 1 : numel(cae.i)
%             cae.vik{i}{j} = cae.momentum * cae.vik{i}{j} + cae.alpha ./ (cae.sigma + cae.ddik{i}{j}) .* cae.dik{i}{j};
%             cae.vok{i}{j} = cae.momentum * cae.vok{i}{j} + cae.alpha ./ (cae.sigma + cae.ddok{i}{j}) .* cae.dok{i}{j};
            cae.vik{i}{j} = cae.alpha * cae.dik{i}{j};
            cae.vok{i}{j} = cae.alpha * cae.dok{i}{j};
            cae.sv = cae.sv + sum(cae.vik{i}{j}(:) .^ 2);
            cae.sv = cae.sv + sum(cae.vok{i}{j}(:) .^ 2);

            cae.ik{i}{j} = cae.ik{i}{j} - cae.vik{i}{j};
            cae.ok{i}{j} = cae.ok{i}{j} - cae.vok{i}{j};
        end
%         cae.vb{j} = cae.momentum * cae.vb{j} + cae.alpha / (cae.sigma + cae.ddb{j}) * cae.db{j};
        cae.vb{j} = cae.alpha * cae.db{j};
        cae.sv = cae.sv + sum(cae.vb{j} .^ 2);

        cae.b{j} = cae.b{j} - cae.vb{j};
    end

    for i = 1 : numel(cae.o)
%         cae.vc{i} = cae.momentum * cae.vc{i} + cae.alpha / (cae.sigma + cae.ddc{i}) * cae.dc{i};
        cae.vc{i} = cae.alpha * cae.dc{i};
        cae.sv = cae.sv + sum(cae.vc{i} .^ 2);

        cae.c{i} = cae.c{i} - cae.vc{i};
    end
end

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2019-04-08 21:24  DeepLearnToolbox-master\
     文件         249  2015-12-01 18:29  DeepLearnToolbox-master\.travis.yml
     目录           0  2019-04-08 21:22  DeepLearnToolbox-master\CAE\
     文件        1219  2015-12-01 18:29  DeepLearnToolbox-master\CAE\caeapplygrads.m
     文件         917  2015-12-01 18:29  DeepLearnToolbox-master\CAE\caebbp.m
     文件        1011  2015-12-01 18:29  DeepLearnToolbox-master\CAE\caebp.m
     文件         259  2015-12-01 18:29  DeepLearnToolbox-master\CAE\caedown.m
     文件         754  2015-12-01 18:29  DeepLearnToolbox-master\CAE\caeexamples.m
     文件        3618  2015-12-01 18:29  DeepLearnToolbox-master\CAE\caenumgradcheck.m
     文件         845  2015-12-01 18:29  DeepLearnToolbox-master\CAE\caesdlm.m
     文件        1148  2015-12-01 18:29  DeepLearnToolbox-master\CAE\caetrain.m
     文件         489  2015-12-01 18:29  DeepLearnToolbox-master\CAE\caeup.m
     文件         173  2015-12-01 18:29  DeepLearnToolbox-master\CAE\max3d.m
     文件        1937  2015-12-01 18:29  DeepLearnToolbox-master\CAE\scaesetup.m
     文件         270  2015-12-01 18:29  DeepLearnToolbox-master\CAE\scaetrain.m
     目录           0  2019-04-08 21:22  DeepLearnToolbox-master\CNN\
     文件         575  2015-12-01 18:29  DeepLearnToolbox-master\CNN\cnnapplygrads.m
     文件        2141  2015-12-01 18:29  DeepLearnToolbox-master\CNN\cnnbp.m
     文件        1774  2015-12-01 18:29  DeepLearnToolbox-master\CNN\cnnff.m
     文件        3430  2015-12-01 18:29  DeepLearnToolbox-master\CNN\cnnnumgradcheck.m
     文件        2020  2015-12-01 18:29  DeepLearnToolbox-master\CNN\cnnsetup.m
     文件         193  2015-12-01 18:29  DeepLearnToolbox-master\CNN\cnntest.m
     文件         845  2015-12-01 18:29  DeepLearnToolbox-master\CNN\cnntrain.m
     文件         544  2015-12-01 18:29  DeepLearnToolbox-master\CONTRIBUTING.md
     目录           0  2019-04-08 21:22  DeepLearnToolbox-master\DBN\
     文件         557  2015-12-01 18:29  DeepLearnToolbox-master\DBN\dbnsetup.m
     文件         232  2015-12-01 18:29  DeepLearnToolbox-master\DBN\dbntrain.m
     文件         425  2015-12-01 18:29  DeepLearnToolbox-master\DBN\dbnunfoldtonn.m
     文件          90  2015-12-01 18:29  DeepLearnToolbox-master\DBN\rbmdown.m
     文件        1401  2015-12-01 18:29  DeepLearnToolbox-master\DBN\rbmtrain.m
     文件          89  2015-12-01 18:29  DeepLearnToolbox-master\DBN\rbmup.m
............此处省略53个文件信息

评论

共有 条评论