Gist-LIBLINEAR-CIFAR-10:项目中的训练数据和测试数据是从网络上下载的CIFAR-10,考虑太大,没有传来,运行程序只需要把data_batch1.mat --- data_batch5.mat 和test_batch.mat加入文件中,

上传者: 42128963 | 上传时间: 2025-04-16 09:04:00 | 文件大小: 924KB | 文件类型: ZIP
Gist-LIBLINEAR-CIFAR-10 项目中的训练数据和测试数据是从网络上下载的CIFAR-10,考虑太大,没有传来,运行程序只需要把data_batch1.mat --- data_batch5.mat 和test_batch.mat加入文件中, 就可以在MATLAB中运行.m程序了。 打开MATLAB 运行TrainGist.m 文件 进行训练数据的特征提取,会在E盘下面生成一个Feartures.txt 文件,运行TestGist.m文件,提取测试数据特征,保存在E盘test_data.txt文件当中;然后就得到Train和Predict的输入文件了。 再用Train和Predict进行训练和测试。 打开运行cmd,进入文件目录, 在该目录下输入train -S type Feartures.txt type可以是从0到7 表示,训练模式。 得到一个Feartures

文件下载

资源详情

[{"title":"( 11 个子文件 924KB ) Gist-LIBLINEAR-CIFAR-10:项目中的训练数据和测试数据是从网络上下载的CIFAR-10,考虑太大,没有传来,运行程序只需要把data_batch1.mat --- data_batch5.mat 和test_batch.mat加入文件中,","children":[{"title":"Gist-LIBLINEAR-CIFAR-10-master","children":[{"title":"代码说明.txt <span style='color:#111;'> 861B </span>","children":null,"spread":false},{"title":"LMgist.m <span style='color:#111;'> 8.05KB </span>","children":null,"spread":false},{"title":".gitignore <span style='color:#111;'> 574B </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 889B </span>","children":null,"spread":false},{"title":"TestGist.m <span style='color:#111;'> 785B </span>","children":null,"spread":false},{"title":"train.exe <span style='color:#111;'> 151.50KB </span>","children":null,"spread":false},{"title":".gitattributes <span style='color:#111;'> 378B </span>","children":null,"spread":false},{"title":"项目文档.doc <span style='color:#111;'> 867.00KB </span>","children":null,"spread":false},{"title":"imresizecrop.m <span style='color:#111;'> 522B </span>","children":null,"spread":false},{"title":"TrainGist.m <span style='color:#111;'> 1.31KB </span>","children":null,"spread":false},{"title":"predict.exe <span style='color:#111;'> 116.00KB </span>","children":null,"spread":false}],"spread":false}],"spread":true}]

评论信息

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