SAE example in DeepLearnToolbox.pptxVIP

下载本文档

19
0
约1.61千字
约 10页
2017-02-12 发布于湖北
举报
版权申诉

SAE example in DeepLearnToolbox.pptx

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

SAE_example——MATLAB DeepLearnToolboxBy: Li RuiqiMATLAB DeepLearnToolboxA Matlab toolbox for Deep Learning.Deep Learning is a new subfield of machine learning that focuses on learning deep hierarchical models of data. It is inspired by the human brains apparent deep (layered, hierarchical) architecture. A good overview of the theory of Deep Learning theory is http://www.iro.umontreal.ca/~bengioy/papers/ftml_book.pdfLearning Deep Architectures for AISAE_exampleImport data以手写数字识别问题为例：train_x: 60000*784 double 784 = 28*28train_y: 60000*10 double 1-of-10 recodesae = saesetup([784 200 100]) 设置网络结构（隐藏层结点数）activation_function = ‘sigm’ 设置激活函数learningRate = 1 设置学习率opts.numepochs = 5 训练次数，所有样本一共训练多少次opts.batchsize = 100 在对所有样本进行minibatch训练时，每个batch的容量，即每个batch的样本个数。所谓的minibatch训练方法，就是把所有训练样本分成多个batch，然后依次训练每个batch中的样本，将训练集事先分成包含几十或几百个样本的小批量数据进行计算将更为高效。 Pre-training训练过程：Pre-training训练结果：Fine_tuningnn = nnsetup([784 200 100 10]) 设置网络结构（隐藏层结点数）与sae = saesetup([784 200 100])保持一致activation_function = ‘sigm’ 设置激活函数learningRate = 1 设置学习率Fine_tuningTest网络结构及超参数：([784 200 100 10])activation_function = ‘sigm’learningRate = 1opts.numepochs = 5opts.batchsize = 100模型评估指标：错分样本个数：503错分率：503 / 10000 = 0.0503Several testsnetwork architecturelearningRatenumepochsbatchsizeError rate[784 200 100 10]151000.0503[784 200 100 10]0.151000.0980[784 300 150 10]151000.0451[784 300 150 10]152000.0647[784 300 150 10]15500.1252[784 300 100 10]151000.0467[784 300 150 10]131000.0553[784 300 150 10]171000.0433[784 400 200 100 10]151000.0433[784 450 200 80 10]151000.0450The end