① matlab有沒有很流行的 深度學習 的工具箱
https://github.com/rasmusbergpalm/DeepLearnToolbox
上面就是github裡面一個比較著名的深度學習工具箱，雖然沒有libsvm在SVM類似的地位。
但是算專是一個不錯的源屬碼了。
② Matlab中Deep Learning Toolbox未定義函數或變數
這說明，你安裝的軟體不完整，有幾個命令丟失。可刪除重下載，重裝。
③ 剛開始接觸深度學習，請問matlab里的deeplearntoolbox用來做什麼的
裡面配置了與深度學習有關的matlab指令。
比如下面兩個用來學習卷積神經網路的指令：
cnnsetup();
cnntrain();
如果你的matlab裡面沒有deeplearntoolbox，
輸入指令後就會顯示Undefined function or variable 'cnnsetup'.
④ 如何用deeplearntoolbox訓練自己的數據集，數據集是 caltech行人資料庫，
建議先運行toolbox中的test文件夾里的程序，它分別用NN，DBN，SAE，CNN等訓練了Mnist數據集，對手寫體數字的識別正確率輕松到93以上。運行熟練了，再改成自己的數據集。
⑤ 神經網路樣本mat文件怎樣生成
mat數據格式是matlab的數據存儲的標准格式。
你可以調用matlab的子程序庫，用c或fortan調用mat格式的數據。
我給你幾個函數名
matopen 打開mat文件
matclose 關閉mat文件
magetfp 取得mat文件的c語言句柄
matGetArray 取得一個數組
⑥ CNN卷積神經網路 DeepLearnToolbox問題
我沒用過CNN，我只能就matlab神經網路普遍存在的問題回答你，
1，同樣的輸入訓練樣本和測試樣本得到不一樣的結果，可能是因為權值初始化是隨機的，每個隨機的初始值在訓練的時候，誤差只能收斂到那片區域的局部最小值，而不能保證全局最小值。就像你被隨機傳送到一片起伏不定的山區，你沿著下山路徑走到地勢最低的點，但不能保證那個是整片山區地勢最低的點。這是神經網路中很常見的局部最小值問題。你可以通過設置學習演算法來改善。
2，神經網路會默認將樣例按一定比例劃分為訓練數據和測試數據，好像是這三個屬性
net.divideParam.trainRatio ;
net.divideParam.valRatio;
net.divideParam.testRatio;
如果你的測試樣例不多的話，那麼再劃分之後的訓練數據就更少了，所以有些數據可能根本沒訓練過。解決方法就是把訓練比例設置為1。
這是我在學習過程中遇到的實際問題以及解決方法，希望對你有幫助
⑦ deep learning toolbox工具箱在哪
需要下載使用
github上搜下DeepLearnToolbox就能看到
這個工具箱已經不再維護了……
⑧ 深度學習 ( Deep Learning ) 的 Python 包哪家強
SVM方面，首選的肯定是libsvm這個庫，應該是應用最廣的機器學習庫了。
下面主要推薦一些DeepLearning的GitHub項目吧！ 1. convnetjs - star:2200+ 實現了卷積神經網路，可以用來做分類，回歸，強化學習等。 2. DeepLearn Toolbox - star:1000+ M。
⑨ 寫分布式機器學習演算法，哪種編程介面比較好
SVM方面，首選的肯定是LIBSVM這個庫，應該是應用最廣的機器學習庫了。 下面主要推薦一些DeepLearning的GitHub項目吧！ 1. convnetjs - Star:2200+ 實現了卷積神經網路，可以用來做分類，回歸，強化學習等。 2. DeepLearn Toolbox - Star:1000+ Matlab實現中最熱的庫存，包括了CNN,DBN,SAE,CAE等主流模型。 3. Deep Learning(yusugomo) - Star:800+ 實現了深度學習網路，從演算法與實現上都比較全，提供了5種語言的實現：Python,C/C++,Java,Scala，實現的模型有DBN/CDBN/RBM/CRBM/dA/SdA/LR等。 4. Neural-Networks-And-Deep-Learning - Star:500+ 這是同名書的配套代碼，語言是Python。 5. rbm-mnist - Star:200+ 這個是hinton matlab代碼的C++改寫版，還實現了Rasmussen的共軛梯度Conjugate Gradient演算法。
⑩ deeplearntoolbox 的用途是什麼
深度學習的工具箱