CNN用于图像分类以外的数字序列.rar

卷积神经网络多用于图像分类识别，大多代码都是基于图像写的，这个代码已经更改，可以用于序列数据的分类，用matlab编辑代码可避免像python库一样有好多框架，可能导致不兼容

function net = cnnapplygrads（net opts）%使用网格？
    for l = 2 : numel（net.layers）%从第二层开始
        if strcmp（net.layers{l}.type ‘c‘）%对于每个卷积层
            for j = 1 : numel（net.layers{l}.a）%枚举该层的每个输出
                for ii = 1 : numel（net.layers{l - 1}.a）%枚举上层的每个输入
                    net.layers{l}.k{ii}{j} = net.layers{l}.k{ii}{j} - opts.alpha * net.layers{l}.dk{ii}{j};
                end
                net.layers{l}.b{j} = net.layers{l}.b{j} - opts.alpha * net.layers{l}.db{j};
            end
        end
    end

    net.ffW = net.ffW - opts.alpha * net.dffW;
    net.ffb = net.ffb - opts.alpha * net.dffb;
end

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件        652  2014-10-09 17:29  matlab卷积神经网络cnn代码-绿色版\cnnapplygrads.m

     文件       3531  2014-10-09 17:29  matlab卷积神经网络cnn代码-绿色版\cnnbp.m

     文件       2790  2014-10-09 17:29  matlab卷积神经网络cnn代码-绿色版\cnnff.m

     文件       3430  2014-10-09 17:29  matlab卷积神经网络cnn代码-绿色版\cnnnumgradcheck.m

     文件       3381  2014-10-09 17:29  matlab卷积神经网络cnn代码-绿色版\cnnsetup.m

     文件        227  2014-10-09 17:29  matlab卷积神经网络cnn代码-绿色版\cnntest.m

     文件       1478  2014-10-09 17:29  matlab卷积神经网络cnn代码-绿色版\cnntrain.m

     文件       1958  2014-10-09 17:45  matlab卷积神经网络cnn代码-绿色版\expand.m

     文件         80  2014-10-09 17:47  matlab卷积神经网络cnn代码-绿色版\flipall.m

     文件        108  2014-10-09 17:34  matlab卷积神经网络cnn代码-绿色版\isOctave.m

     文件   14735220  2014-10-09 17:29  matlab卷积神经网络cnn代码-绿色版\mnist_uint8.mat

     文件        169  2014-10-09 17:35  matlab卷积神经网络cnn代码-绿色版\myOctaveVersion.m

     文件         48  2014-10-09 17:36  matlab卷积神经网络cnn代码-绿色版\sigm.m

     文件       1100  2015-03-26 22:35  matlab卷积神经网络cnn代码-绿色版\test_example_CNN.m

     目录          0  2015-03-14 21:43  matlab卷积神经网络cnn代码-绿色版

     文件   29469251  2019-12-27 20:55  117143160DeepLearnToolbox-master.rar

----------- ---------  ---------- -----  ----

             44223423                    16