说明:MNIST手势识别数据库进行softmax回归分类,直接运行softmaxExercise.m文件即可运行。
说明:使用SOFTMAX分类器对已有的数据集进行分类。
说明:自主学习把稀疏自编码器和分类器实现结合。先通过稀疏自编码对无标签的5-9的手写体进行训练得到最优参数,然后通过前向传播,得到训练集和测试集的特征,通过0-4有标签训练集训练出softmax模型,然后输入测试集到分类模型实现分类。
说明:CNN卷积神经网络,能以高速将图像精确到的分类,给力。
说明:先利用卷及神经网络提取数据特征,再加svm进行分类。
说明:运用深度学习模型实现图像的分类,主要包括卷积神经网络CNN和深信度网络DBN。
说明:先利用卷及神经网络提取数据特征,再加svm进行分类
说明:基于lenet-5模型,利用CNN进行图像分类。