ufldl matlab 工具箱,matlab的Deep Learning的toolbox 中的SAE算法
最近一直在看Deep Learning,各类博客、论文看得不少
但是说实话,这样做有些疏于实现,一来呢自己的电脑也不是很好,二来呢我目前也没能力自己去写一个toolbox
只是跟着Andrew Ng的UFLDL tutorial 写了些已有框架的代码(这部分的代码见github)
后来发现了一个matlab的Deep Learning的toolbox,发现其代码很简单,感觉比较适合用来学习算法
再一个就是matlab的实现可以省略掉很多数据结构的代码,使算法思路非常清晰
所以我想在解读这个toolbox的代码的同时来巩固自己学到的,同时也为下一步的实践打好基础
(本文只是从代码的角度解读算法,具体的算法理论步骤还是需要去看paper的
我会在文中给出一些相关的paper的名字,本文旨在梳理一下算法过程,不会深究算法原理和公式)
==========================================================================================
使用的代码:DeepLearnToolbox ,下载地址:点击打开,感谢该toolbox的作者
==========================================================================================
今天介绍的呢是DL另一个非常重要的模型:SAE
把这个放在最后来说呢,主要是因为在UFLDL tutorial 里已经介绍得比较详细了,二来代码非常简单(在NN的基础之上)
先放一张autoencoder的基本结构:
基本意思就是一个隐藏层的神经网络,输入输出都是x,属于无监督学习
==========================================================================================
基本代码
saesetup.m
function sae = saesetup(size)
for u = 2 : numel(size)
sae.ae{u-1} = nnsetup([size(u-1) size(u) size(u-1)]);
end
end
saetrain.m
function sae = saetrain(sae, x, opts)
for i = 1 : numel(sae.ae);
disp(['Training AE ' num2str(i) '/' num2str(numel(sae.ae))]);
sae.ae{i} = nntrain(sae.ae{i}, x, x, opts);
t = nnff(sae.ae{i}, x, x);
x = t.a{2};
%remove bias term
x = x(:,2:end);
end
end
其实就是每一层一个autoencoder,隐藏层的值作为下一层的输入
各类变形
为了不致于本文内容太少。。。现在单独把它的几个变形提出来说说
sparse autoencoder:
这就是ufldl讲的版本,toolbox中的代码和ufldl中练习的部分基本一致:
在nnff.m中使用:nn.p{i} = 0.99 * nn.p{i} + 0.01 * mean(nn.a{i}, 1);计算
在nnbp.m中使用
pi = repmat(nn.p{i}, size(nn.a{i}, 1), 1);
sparsityError = [zeros(size(nn.a{i},1),1) nn.nonSparsityPenalty * (-nn.sparsityTarget ./ pi + (1 - nn.sparsityTarget) ./ (1 - pi))];
计算sparsityError即可
denoising autoencoder:
denoising其实就是在autoencoder的基础上,给输入的x加入噪声,就相当于dropout用在输入层
toolbox中的也实现非常简单:
在nntrain.m中:
batch_x = batch_x.*(rand(size(batch_x))>nn.inputZeroMaskedFraction)
也就是随即把大小为(nn.inputZeroMaskedFraction)的一部分x赋成0,denoising autoencoder的表现好像比sparse autoencoder要强一些
Contractive Auto-Encoders:
这篇论文里也总结了一下autoencoder,感觉很不错
Contractive autoencoders的模型是:
其中:
hj是表示hidden layer的函数,用它对x求导
论文里说:这个项是
encourages the mapping to the feature space to be contractive in the neighborhood of the training data
具体的实现呢是:
代码呢参看:论文作者提供的:点击打开链接
主要是
jacobian(self,x):
_jacobi_loss():
_fit_reconstruction():
这几个函数和autoencoder有出入,其实也比较简单,就不细讲了
总结:
总的来说,autoencoder感觉是DL中比较好理解的一部分,所以介绍内容不长
可能你也发现了,Toolbox里还有一个文件夹叫CAE,不过这个CAE是Convolutional Auto-Encoders
ufldl matlab 工具箱,matlab的Deep Learning的toolbox 中的SAE算法相关推荐
- matlab sae模型,matlab的Deep Learning的toolbox 中的SAE算法
========================================================================================== 最近一直在看Dee ...
- 关于使用matlab工具箱BNT进行贝叶斯网络学习中遇到的问题
关于使用matlab工具箱BNT进行贝叶斯网络学习中遇到的问题 导入BNT工具箱 在代码运行时出现的问题 导入BNT工具箱 在网络上找到bnt工具箱后,解压. 找到设置路径点击后, 点击添加并包含子文 ...
- 看不懂matlab工具箱,matlab /simulink 各个工具箱的简单介绍 入门请看
所谓Matlab工具箱就是一些M文件的集合, 用户可以修改工具箱中的函数,更为重要的是用户可以通过编制M文件来任意地添加工具箱中原来没有的工具函数.此功能充分体现了matlab语言的开放性.许多的专业 ...
- vb调用matlab工具箱,Matlab与VB集成 - 关于VB的经验之谈 - VB爱好者乐园(VBGood) - 关于VB的经验,电子教程,代码,控件,论坛,博客,微博等....
工业生产中经常遇到复杂的数据信息处理问题,需要大运算量的矩阵计算及对分析结果进行实时.直观的图形化显示.Matlab是集数值分析.矩阵运算.信号处理和图形显示于一体的高性能数学软件,将其强大的计算功能 ...
- 李宏毅机器学习笔记4:Brief Introduction of Deep Learning、Backpropagation(后向传播算法)...
李宏毅老师的机器学习课程和吴恩达老师的机器学习课程都是都是ML和DL非常好的入门资料,在YouTube.网易云课堂.B站都能观看到相应的课程视频,接下来这一系列的博客我都将记录老师上课的笔记以及自己对 ...
- deep learning 深度学习中英文版下载地址
度学习权威Yoshua Bengio和GAN之父Ian Goodfellow等人合著的DeepLearning经典教程<Deep Learning>.废话不多说,直接上链接. 中文版pdf ...
- mpt matlab 工具箱,matlab的mpt工具箱(含voronoi函数)
[实例简介] matlab的最新mpt工具箱里面含有各种关于画voronoi图等的函数) [实例截图] [核心代码] mpt3-3_2_0 └── mpt3-3_2_0 └── mpt ├── Con ...
- 冈萨雷斯matlab工具箱,MATLAB版冈萨雷斯+中文高清版.pdf
MATLAB版冈萨雷斯+中文高清版:(MATLAB版)数字图像处理冈萨雷斯+中文高清版.pdf.数字图像处理(MATLAB版)冈萨雷斯+中文高清版.包含MATLAB代码实现<数字图像处理(MAT ...
- 机器学习 matlab工具箱,[matlab]机器学习及SVM工具箱学习笔记
机器学习与神经网络的关系: 机器学习是目的,神经网络是算法.神经网络是实现机器学习的一种方法,平行于SVM. 常用的两种工具:svm tool.libsvm SVM分为SVC和SVR,svc是专门用来 ...
最新文章
- HTML big 标签
- 利用python爬虫(part5)--lxml模块
- Oracle .NET Core Beta驱动已出,自己动手写EF Core Oracle
- Excel的导入与导出
- nginx+uwsgi 部署
- Android 简介:Android SDK 和开发框架简介
- ASP.NET或者 js方式实现文件夹多图片浏览的方式
- c++标准程序库:STL容器之vector
- 创建java普通工程 ( 4 )
- CF AIM Tech Round 4 (Div. 1) A. Sorting by Subsequences
- JAVA开源协同过滤算法,推荐算法:协同过滤算法的介绍
- win10+Python3.7.3+OpenCV3.4.1入门学习(十一 图像金字塔)————11.1 图像金字塔理论基础
- 李岩 太极计算机,《高中体育游戏300例》李岩_孔网
- 游戏引擎架构-学习笔记
- Android组件化开发实践和案例分享 1
- Mac系统查看端口占用的进程
- 密苏里大学理工学院计算机,东南密苏里州立大学的计算机专业如何?
- The Sandbox 的 OliveX Fitness 之城来啦!
- 无线网密码修改好了无法连接服务器,无线路由器修改密码后电脑无法上网如何解决...
- python文件操作入门
热门文章
- 分析 linux 日志文件,linux精讲|操作系统常见日志文件分析
- matlab中画花瓣,matlab画心,画玫瑰花,表白合集
- sql查询between and_SQL(二)——SQL简单查询
- php内置函数和扩展,PHP 内置函数strlen 和mbstring扩展函数mb_strlen的区别
- python 认证_Django 用户认证
- b区计算机调剂学校,2021年b区研究生调剂院校有哪些
- 计算机专业课题 结题报告,计算机结题报告 - 结题报告 - 书业网.doc
- 福建2021高考厦门一中成绩查询,2021年福建厦门各高中中考分数线及录取时间结果查询安排...
- hive能替代oracle_173-Hive
- linux下的tmpfs目录重启后文件全部消失