资源简介
CNN识别手写数字,很好的机器学习初心者学习资料,里面包含了MATLAB代码和详细的注释,可以直接运行
代码片段和文件信息
function net = cnnapplygrads(net opts)
for l = 2 : numel(net.layers)
if strcmp(net.layers{l}.type ‘c‘)
for j = 1 : numel(net.layers{l}.a)
for ii = 1 : numel(net.layers{l - 1}.a)
% 这里没什么好说的,就是普通的权值更新的公式:W_new = W_old - alpha * de/dW(误差对权值导数)
net.layers{l}.k{ii}{j} = net.layers{l}.k{ii}{j} - opts.alpha * net.layers{l}.dk{ii}{j};
end
net.layers{l}.b{j} = net.layers{l}.b{j} - opts.alpha * net.layers{l}.db{j};
end
end
end
net.ffW = net.ffW - opts.alpha * net.dffW;
net.ffb = net.ffb - opts.alpha * net.dffb;
end
- 上一篇:高性能iOS应用开发.mobi
- 下一篇:3d别墅模型
相关资源
- CNN学习代码(Matlab版本)
- Matlab基于贝叶斯,朴素贝叶斯,最小
- DeepLearnToolbox 工具箱
- mnist_uint8.mat用于MATLAB实现CNN网络的手
- 利用dbn+nn实现手写数字识别
- 卷积神经网络的MATLAB实现
- CNN卷积神经网络Matlab实现
- 卷积神经网络的matlab程序
- MNIST手写字体识别CNN+BP两种实现-Matl
- Matlab 深度学习工具箱
- 卷积神经网络CNN算法实现 matlab
- mnist_basic mat文件
- RCNNfast-RCNN和faster-RCNN最全文献和matl
- DL Toolbox CNN部分
- 深度学习神经网络包含CNN和DEN神经网
- matlab cnn高光谱图像分类
- 手写数字识别,基于BP神经网络,ma
- 基于CNN的人脸识别matlab版本.rar
- matlab+BP神经网络 手写体数字识别训练
- MNIST手写字 Matlab程序,包含BP和CNN程序
- matlab-cnn.zip
- 基于Fisher分类实现手写数字识别(M
- 离散Hopfield神经网络的联想记忆—数字
- 离散Hopfield神经网络的联想记忆—数字
- 基于Fisher准则实现手写数字识别matl
- BP神经网络识别 手写体数字识别 代码
- 基于matlab的手写数字识别平台实现
- 手写数字识别matlab实现(原代码)
- 这是一个用matlab实现的RBF神经网络手
- 手写数字的识别。基于人工神经网络
评论
共有 条评论