UFLDL 教程学习笔记（二）反向传导算法
2014-03-11 10:21
260 查看
UFLDL（Unsupervised Feature Learning and Deep Learning）Tutorial 是由 Stanford 大学的 Andrew Ng 教授及其团队编写的一套教程，内容深入浅出，有很强的实用性，学习起来，让人有种酣畅淋漓的感觉。邓侃博士于今年 2 月 20 日起，在新浪微博上召集志愿者对该教程进行翻译，并于 4 月 8 日全部完成，非常感谢所有参与者的辛勤劳动。本系列文章主要是对这套教程资料的整理，部分内容加入了自己的一些理解和注释。
第一篇 稀疏自编码器
作者: peghoty
出处: http://blog.csdn.net/itplus/article/details/11022243
内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理 
相关文章推荐
- UFLDL 教程学习笔记（二）反向传导算法
- UFLDL 教程学习笔记（二）反向传导算法
- UFLDL 教程学习笔记（二）反向传导算法
- UFLDL 教程学习笔记（二）
- UFLDL 教程学习笔记：2.矢量化编程实现
- UFLDL 教程学习笔记：3.预处理-主成分分析与白化
- 深度学习入门教程UFLDL学习实验笔记二：使用向量化对MNIST数据集做稀疏自编码
- UFLDL 教程学习笔记（三）自编码与稀疏性
- UFLDL 教程学习笔记（一）
- 深度学习入门教程UFLDL学习实验笔记三：主成分分析PCA与白化whitening
- UFLDL 教程学习笔记（三）自编码与稀疏性
- 深度学习笔记：稀疏自编码器（2）——反向传导
- UFLDL 教程学习笔记（三）
- UFLDL 教程学习笔记：4.Softmax回归
- UFLDL教程笔记及练习答案三（Softmax回归与自我学习***）
- UFLDL 教程学习笔记（四）主成分分析
- UFLDL 教程学习笔记（四）主成分分析
- UFLDL 教程学习笔记（四）
- 深度学习入门教程UFLDL学习实验笔记一：稀疏自编码器
- UFLDL 教程学习笔记：5.自我学习与无监督特征学习