搜索资源列表
DeepLearning-master
- 深度学习的概念源于人工神经网络的研究。含多隐层的多层感知器就是一种深度学习结构。深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示。[1] 深度学习的概念由Hinton等人于2006年提出。基于深信度网(DBN)提出非监督贪心逐层训练算法，为解决深层结构相关的优化难题带来希望，随后提出多层自动编码器深层结构。此外Lecun等人提出的卷积神经网络是第一个真正多层结构学习算法，它利用空间相对关系减少参数数目以提高训练性能。[1] 深度学习是机器
convnetjs-master
- 基于C#开发的深度神经网络网页版。将文件夹拖动至浏览器即可使用功能。包括CNN、DBN等多种深度学习思路。-Based on C# development of depth Neural Network Web version. Drag the folder to the browser functionality. Including CNN, DBN and other deep learning ideas.
BasicELM
- 用一个简短的例子说明了随机权神经网络算法，算是对深度学习的入门的一个小的巩固-With a brief example illustrates the random weights neural network algorithm, considered for entry-depth study of a small consolidation
DBNtoolbox-master
- 深度学习DBN（深信度网络）代码，概率生成模型，与传统的判别模型的神经网络相对，生成模型是建立一个观察数据和标签之间的联合分布。-Deep learning DBN (Convinced of the network) code generation probability model, and neural network models of traditional discrimination relatively generated model is to establish a join
ELM
- 一种神经网络算法：极限学习机（ELM)，包括分类和回归，仿真验证无误，适合初学者练习(A data mining algorithm: limit learning machine (ELM), including classification and regression, simulation verification is unmistakable, suitable for beginners to practice)
ELM_样例
- 极限学习机（Extreme Learning Machine, ELM）用来训练单隐藏层前馈神经网络（SLFN）与传统的SLFN训练算法不同，极限学习机随机选取输入层权重和隐藏层偏置，输出层权重通过激活函数函数，依据Moore-Penrose（MP）广义逆矩阵理论计算解析求出。(Extreme learning machine (ELM) is used to train single hidden layer feedforward neural network (SLFN). Differe