典型相关分析matlab实现代码-IBD_NN:DeepCCA的修改版本(来自https://github.com/VahidooX/Deep

上传者: 38621427 | 上传时间: 2021-07-07 10:34:17 | 文件大小: 172.19MB | 文件类型: ZIP
典型相关分析matlab实现代码DCCA:深度规范相关分析 这是Python中的深度规范关联分析(DCCA或Deep CCA)的实现。 它需要安装Theano和Keras库。 DCCA是CCA的非线性版本,它使用神经网络代替线性变换器作为映射函数。 DCCA最初是在以下论文中提出的: Galen Andrew,Raman Arora,Jeff Bilmes,Karen Livescu,“”,ICML,2013年。 它使用带有Theano后端的Keras库,在Tensorflow后端上不起作用。 因为网络的丢失功能是由Theano编写的。 基本的建模网络可以轻松地被更高效,更强大的网络(如CNN)取代。 大多数配置和参数是根据以下文件设置的: Wang Weiran,Raman Arora,Karen Livescu和Jeff Bilmes。 “”,ICML,2015年。 数据集 该模型是在MNIST数据集的嘈杂版本上评估的。 我完全按照本文介绍的方式构建了数据集。 训练/验证/测试段是MNIST的原始段。 数据集很大,无法在GitHub上上传。 因此它被上传到另一台服务器上。 第一次执

文件下载

资源详情

[{"title":"( 23 个子文件 172.19MB ) 典型相关分析matlab实现代码-IBD_NN:DeepCCA的修改版本(来自https://github.com/VahidooX/Deep","children":[{"title":"IBD_NN-master","children":[{"title":"Untitled.ipynb <span style='color:#111;'> 4.82KB </span>","children":null,"spread":false},{"title":"utils.pyc <span style='color:#111;'> 2.69KB </span>","children":null,"spread":false},{"title":"models.py <span style='color:#111;'> 1.42KB </span>","children":null,"spread":false},{"title":"temp_weights.h5 <span style='color:#111;'> 22.26MB </span>","children":null,"spread":false},{"title":"total_data.csv <span style='color:#111;'> 43.92MB </span>","children":null,"spread":false},{"title":"linear_cca.pyc <span style='color:#111;'> 1.68KB </span>","children":null,"spread":false},{"title":"utils.py <span style='color:#111;'> 1.88KB </span>","children":null,"spread":false},{"title":"cleaned_data.csv <span style='color:#111;'> 33.81MB </span>","children":null,"spread":false},{"title":"expression_data.pkl.gz <span style='color:#111;'> 23.87MB </span>","children":null,"spread":false},{"title":"noisymnist_view1.gz <span style='color:#111;'> 84.74MB </span>","children":null,"spread":false},{"title":"linear_cca.py <span style='color:#111;'> 1.47KB </span>","children":null,"spread":false},{"title":"LICENSE <span style='color:#111;'> 1.04KB </span>","children":null,"spread":false},{"title":"new_features.gz <span style='color:#111;'> 13.56MB </span>","children":null,"spread":false},{"title":"data_cleaning.R <span style='color:#111;'> 787B </span>","children":null,"spread":false},{"title":"playground.ipynb <span style='color:#111;'> 13.99KB </span>","children":null,"spread":false},{"title":"objectives.pyc <span style='color:#111;'> 2.29KB </span>","children":null,"spread":false},{"title":"microbe_data.pkl.gz <span style='color:#111;'> 128.12KB </span>","children":null,"spread":false},{"title":"models.pyc <span style='color:#111;'> 1.76KB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 2.71KB </span>","children":null,"spread":false},{"title":"test.out <span style='color:#111;'> 400B </span>","children":null,"spread":false},{"title":"untitled <span style='color:#111;'> 0B </span>","children":null,"spread":false},{"title":"objectives.py <span style='color:#111;'> 2.31KB </span>","children":null,"spread":false},{"title":"DeepCCA.py <span style='color:#111;'> 8.10KB </span>","children":null,"spread":false}],"spread":false}],"spread":true}]

评论信息

其他资源

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明