资源简介
完整的CNN卷积神经网络,可用于图像等领域,有很好的指导。
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
end
net.layers{l}.b{j} = net.layers{l}.b{j} - opts.alpha * net.layers{l}.db{j};
end
end
net.ffW = net.ffW - opts.alpha * net.dffW;
net.ffb = net.ffb - opts.alpha * net.dffb;
end
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
文件 731 2016-10-01 05:31 deep learning\cnnapplygrads.m
文件 3851 2016-10-01 05:30 deep learning\cnnbp.m
文件 1774 2016-10-01 11:23 deep learning\cnnff.m
文件 3590 2016-10-01 05:34 deep learning\cnnnumgradcheck.m
文件 5235 2016-10-01 05:29 deep learning\cnnsetup.m
文件 435 2016-10-01 05:31 deep learning\cnntest.m
文件 1850 2016-10-01 13:20 deep learning\cnntrain.m
文件 1620 2017-04-20 03:15 deep learning\Example119.m
文件 1958 2016-10-01 08:24 deep learning\expand.m
文件 80 2016-10-01 08:24 deep learning\flipall.m
文件 13337300 2015-05-26 06:29 deep learning\mnist_all.mat
文件 14735220 2016-10-01 08:24 deep learning\mnist_uint8.mat
文件 435 2011-04-11 00:04 deep learning\New Folder\classification_evaluate.m
文件 731 2016-10-01 05:31 deep learning\New Folder\cnnapplygrads.m
文件 838 2016-10-04 01:09 deep learning\New Folder\cnnapplygrads119.m
文件 3851 2016-10-01 05:30 deep learning\New Folder\cnnbp.m
文件 3889 2016-10-04 01:14 deep learning\New Folder\cnnbp119.m
文件 1774 2016-10-01 11:23 deep learning\New Folder\cnnff.m
文件 1845 2016-10-04 01:09 deep learning\New Folder\cnnff119.m
文件 3590 2016-10-01 05:34 deep learning\New Folder\cnnnumgradcheck.m
文件 5235 2016-10-01 05:29 deep learning\New Folder\cnnsetup.m
文件 5704 2016-10-05 07:07 deep learning\New Folder\cnnsetup119.m
文件 437 2016-10-04 00:40 deep learning\New Folder\cnntest.m
文件 405 2016-10-04 00:46 deep learning\New Folder\cnntest119.m
文件 1850 2016-10-01 13:20 deep learning\New Folder\cnntrain.m
文件 2030 2016-10-04 01:08 deep learning\New Folder\cnntrain119.m
文件 1821 2017-05-30 00:12 deep learning\New Folder\Example119.m
文件 1958 2016-10-01 08:24 deep learning\New Folder\expand.m
文件 80 2016-10-01 08:24 deep learning\New Folder\flipall.m
文件 13337300 2015-05-26 06:29 deep learning\New Folder\mnist_all.mat
............此处省略11个文件信息
- 上一篇:打开raw图像文件
- 下一篇:基于ssh的纯OA项目
相关资源
- 基于CNN的静态手势识别系统
- 一种基于LBP和CNN的人脸识别算法
- PCNN TOOLBOX
- MSCNN_dehaze.rar
- 脉冲耦合神经网络工具箱PCNN-toolbox
- 卷积神经网络的人脸识别样本采集+
- 基于深度学习的神经网络算法论文
- faster rcnn流程图
- SRCNN翻译学习并改进.zip
- 基于深度学习的图像检索系统CNN
- 超分辨率PPT
- faster_rcnn test 浮点运算量
- 论文研究-基于改进贝叶斯优化算法的
- darknet文本检测与CNN+CTCOCR文字识别项目
- 超分辨率重建SRCNN(GUI界面)
- 基于多任务卷积网络(MTCNN)和Cente
- 基于深度学习的链路预测
- Mask R-CNN.pptx
- PyTorch介绍及入门pdf
- instances_minival2014.json.zip
- ncnn.lib win x64
- Neural Networks with R Smart models using CNN
- 卷积神经网络的概述论文:分析、应
- 学习摘要:Methods for interpreting and un
- RISC-V 二值化 CNN 芯片加速器进行人员
- 复数版卷积神经网络,复数版CAFFE
- deep learning 概览+时序模型
- 基于CNN的手写数字识别
- 这是基于CNN算法的分类代码
- CNN实现的图像检索
评论
共有 条评论