编者按:受欢迎的文件2018年
跑testDNN尝试!
每个函数包括描述。请检查它!
它提供了深度深的信念网络学习工具(DBNs)堆放限制玻耳兹曼机(元)。它包括Bernoulli-Bernoulli遏制,Gaussian-Bernoulli元,对比未受训的散度学习,稀疏约束,监督培训后投影,辍学的技术。
MNIST数据集的示例代码都包含在MNIST文件夹。请参见readme。txt mnist文件夹中。
辛顿et al,改善神经网络通过防止互相适应的特征探测器,2012。
李et al,稀疏的深度信念网模型的视觉区域V2,少量的2008。
http://read.pudn.com/downloads103/sourcecode/math/421402/drtoolbox/techniques/train_rbm.m__.htm
修改后的辍学的实现。
添加功能交叉熵目标函数的神经网络训练。
它包括以下的实现。如果你使用这个工具箱,请引用以下文章:
Masatoshi Okutomi Masayuki田中和限制玻耳兹曼的小说推理机,模式识别国际会议(ICPR2014), 2014年8月。
相关SlideShare和pdf是可用的。
http://like.silk.to/matlab/dnn.html
引用作为
小松田中(2022)。深层神经网络(//www.tatmou.com/matlabcentral/fileexchange/42853-deep-neural-network), MATLAB中央文件交换。检索。
MATLAB版本兼容性
创建R2012a
兼容任何释放
