DBN (深度信念网络) MATLAB DeepLearnToolbox 源码学习
2017-05-20 10:35
267 查看
DeepLearnToolbox 源码 下载地址 https://github.com/rasmusbergpalm/DeepLearnToolbox
解压后可得到
data里面有数据集,tests里面有测试代码例子。如下
解压后可得到
data里面有数据集,tests里面有测试代码例子。如下
% function test_example_DBN load mnist_uint8; % 该数据集为集为手写数字数据集该数据集为集为手写数字数据集数据集改mnist 28*28 的图片。放在data文件夹中。 train_x = double(train_x) / 255; % train_x为784个像素值, 这里是在做数据归一化,(0-1) test_x = double(test_x) / 255; train_y = double(train_y); test_y = double(test_y); %% ex1 train a 100 hidden unit RBM and visualize its weights % rng(0); dbn.sizes = [ 100 ]; %设置网络隐藏单元数为100 opts.numepochs = 1; %设置训练迭代次数。 opts.batchsize = 100; %批次大小 opts.momentum = 0; %动量 opts.alpha = 1; % 学习率 dbn = dbnsetup(dbn, train_x, opts); %初始化RBM的参数 dbn = dbntrain(dbn, train_x, opts); %开始训练 figure; visualize(dbn.rbm{1}.W'); % Visualize the RBM weights %% ex2 train a 100-100 hidden unit DBN and use its weights to initialize a NN % rng(0); %train dbn dbn.sizes = [100 100]; opts.numepochs = 10; opts.batchsize = 100; opts.momentum = 0; opts.alpha = 1; dbn = dbnsetup(dbn, train_x, opts); dbn = dbntrain(dbn, train_x, opts); %unfold dbn to nn nn = dbnunfoldtonn(dbn, 10); %设计一个有十个输出单元的NN,并用已经训练好的DBN的权值参数去初始化相应结构的NN网络 nn.activation_function = 'sigm'; %设置激活函数为 sigm %train nn opts.numepochs = 1; % 设置训练参数 opts.batchsize = 10; nn = nntrain(nn, train_x, train_y, opts); %训练网络 [er, bad] = nntest(nn, test_x, test_y); %测试网络错误率 assert(er < 0.10, 'Too big error');
相关文章推荐
- 深度信念网络(DBN)
- 深度信念网络(DBN)
- 受限玻尔兹曼机(RBM, Restricted Boltzmann machines)和深度信念网络(DBN, Deep Belief Networks)
- 机器学习之DBN(Deep Belief Network,深度信念网络)
- 机器学习之DBN(Deep Belief Network,深度信念网络)
- RBM(限制玻尔兹曼机)、DBN(深度信念网络)介绍
- RBM(限制玻尔兹曼机)、DBN(深度信念网络)介绍
- TensorFlow DBN深度信念网络搭建2
- 深度信念网络(DBN)
- 受限玻尔兹曼机(RBM, Restricted Boltzmann machines)和深度信念网络(DBN, Deep Belief Networks)
- 深度学习论文阅读笔记(三)之深度信念网络DBN
- <模型汇总-5>开山鼻祖-深度信念网络DBN
- 初识深度信念网络DBN
- DBN深度信念网络算法
- 深度信念网络(DBN)
- 机器学习——DBN深度信念网络详解
- 机器学习:深度信念网络(DBN)原理和实现
- 大话深度信念网络(DBN)
- 深度学习-深度信念(置信)网络(DBN)-从原理到实现(DeepLearnToolBox)
- 【theano-windows】学习笔记十六——深度信念网络DBN