向量程式設計使用的所有明確的向量運算，而不是for週期。
上一節所用的是512*512*10的資料集非常小。我們取的patch非常小（8*8），學來的特徵非常少（25）。而我又凝視掉了梯度校驗（偷懶），所以程式用了1分鐘就跑完了（i5處理器）。
但實際上我們遇到的問題規模比這個打太多了，略微大一點的資料集比方說mnist。這個資料庫是另外乙個更大的手寫體資料庫nist的子集，包括60000個訓練樣例和10000測試樣本，全部的都經過了尺寸標準化和中心化，的大小固定(28*28)。
輸入
images= loadmnistimages('train-images-idx3-ubyte');
display_network(images(:,1:100));
圖1
變了，對應可見層和隱藏層的節點都要變，這裡改動一下引數：
visiblesize= 28*28;
hiddensize= 196;
sparsityparam= 0.1;
lambda= 3e-3;
beta= 3;
images= loadmnistimages('train-images.idx3-ubyte');
patches=images(:,1:10000);
執行後直接等即可了10多分鐘就出爐了，鍵盤有點微燙
圖2
歡迎參與討論並關注
本部落格和
微博以及
知乎個人主頁
興許內容繼續更新哦~
上述文字
以及，謝謝您的支援。
MATLAB實現支援向量機演算法（MNIST資料集）
svm 是通過學習樣本尋找分類間隔邊界，把這一過程轉化為了 乙個優化問題。眾所周知，分類間隔是由距離分類決策邊界最近的那些少量樣本決定的，而比這些樣本距離分類決策邊界更遠的大量樣本，其實都不會影響到最優權向量的求取，這些作用十分特殊的樣本，就被稱為 支援向量 表示是他們支撐起了線性分類器在最大分類間...
python程式設計案例 python程式設計案例
利用python內建函式和列表物件方法def demo2 x,y,z i max x ipos x.index i j max y jpos y.index j k max z kpos z.index k return i j k,ipos,jpos,kpos 但是，上面的 看上去還是很笨啊，傻傻...
HBase Coprocessor程式設計案例
1.啟用協處理器aggregation enable coprocessor aggregation 兩種方法 1 啟動全域性aggregation，能夠操作所用表上的資料。通過修改hbase site.xml檔案實現，property name hbase.coprocessor.user.reg...