没有合适的资源?快使用搜索试试~ 我知道了~
matlab精度检验代码-RestrictedBoltzmannMachine:使用持久对比散度在MNIST数据集上训练为生成模...
共13个文件
csv:6个
jl:4个
png:1个
需积分: 24 1 下载量 17 浏览量
2021-05-22
01:41:46
上传
评论
收藏 3.51MB ZIP 举报
温馨提示
matlab精度检验代码递归神经网络用于生成合成图像 描述 从头开始编写了一种称为受限玻尔兹曼机(RBM)的人工神经网络类型的示例脚本,揭示了如何在不需要外部库的情况下实现底层算法。 该模型使用持久对比散度(PCD)进行训练,该算法大致类似于Hebbian学习。 所有代码都是用Julia编写的,Julia是一种编程语言,其语法类似于Matlab。 在手写数字的MNIST数据集上,将神经网络训练为生成模型。 从模型中收集的许多样本看起来就像是由人制作的。 因为在训练过程中包括了每个手写数字的标签,所以神经网络也可以用于对手写数字进行分类。 通过计算给定特征的标签的期望值来进行预测,从而无需将神经网络作为判别模型进行微调。 使用这种方法,在测试数据集上可以达到98.18%的精度。 下载 下载: Git: git clone https://github.com/jostmey/RestrictedBoltzmannMachine 要求 该代码需要Julia运行时环境。 有关如何下载和安装Julia的说明,请参见。 这些脚本是使用0.4版开发的,可能无法在Julia的早期版本上使用。 需要几
资源推荐
资源详情
资源评论
收起资源包目录
RestrictedBoltzmannMachine-master.zip (13个子文件)
RestrictedBoltzmannMachine-master
generate.jl 4KB
bin
train_b_h.csv 9KB
train_b_x.csv 15KB
train_b_z.csv 190B
train_W_xh.csv 7.38MB
fit_b_x.csv 14KB
train_W_zh.csv 93KB
fit.jl 2KB
classify.out 331KB
generate.png 28KB
classify.jl 4KB
train.jl 6KB
README.md 12KB
共 13 条
- 1
资源评论
weixin_38553837
- 粉丝: 3
- 资源: 954
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功