① matlab有没有很流行的 深度学习 的工具箱
https://github.com/rasmusbergpalm/DeepLearnToolbox
上面就是github里面一个比较著名的深度学习工具箱，虽然没有libsvm在SVM类似的地位。
但是算专是一个不错的源属码了。
② Matlab中Deep Learning Toolbox未定义函数或变量
这说明，你安装的软件不完整，有几个命令丢失。可删除重下载，重装。
③ 刚开始接触深度学习，请问matlab里的deeplearntoolbox用来做什么的
里面配置了与深度学习有关的matlab指令。
比如下面两个用来学习卷积神经网络的指令：
cnnsetup();
cnntrain();
如果你的matlab里面没有deeplearntoolbox，
输入指令后就会显示Undefined function or variable 'cnnsetup'.
④ 如何用deeplearntoolbox训练自己的数据集，数据集是 caltech行人数据库，
建议先运行toolbox中的test文件夹里的程序，它分别用NN，DBN，SAE，CNN等训练了Mnist数据集，对手写体数字的识别正确率轻松到93以上。运行熟练了，再改成自己的数据集。
⑤ 神经网络样本mat文件怎样生成
mat数据格式是matlab的数据存储的标准格式。
你可以调用matlab的子程序库，用c或fortan调用mat格式的数据。
我给你几个函数名
matopen 打开mat文件
matclose 关闭mat文件
magetfp 取得mat文件的c语言句柄
matGetArray 取得一个数组
⑥ CNN卷积神经网络 DeepLearnToolbox问题
我没用过CNN，我只能就matlab神经网络普遍存在的问题回答你，
1，同样的输入训练样本和测试样本得到不一样的结果，可能是因为权值初始化是随机的，每个随机的初始值在训练的时候，误差只能收敛到那片区域的局部最小值，而不能保证全局最小值。就像你被随机传送到一片起伏不定的山区，你沿着下山路径走到地势最低的点，但不能保证那个是整片山区地势最低的点。这是神经网络中很常见的局部最小值问题。你可以通过设置学习算法来改善。
2，神经网络会默认将样例按一定比例划分为训练数据和测试数据，好像是这三个属性
net.divideParam.trainRatio ;
net.divideParam.valRatio;
net.divideParam.testRatio;
如果你的测试样例不多的话，那么再划分之后的训练数据就更少了，所以有些数据可能根本没训练过。解决方法就是把训练比例设置为1。
这是我在学习过程中遇到的实际问题以及解决方法，希望对你有帮助
⑦ deep learning toolbox工具箱在哪
需要下载使用
github上搜下DeepLearnToolbox就能看到
这个工具箱已经不再维护了……
⑧ 深度学习 ( Deep Learning ) 的 Python 包哪家强
SVM方面，首选的肯定是libsvm这个库，应该是应用最广的机器学习库了。
下面主要推荐一些DeepLearning的GitHub项目吧！ 1. convnetjs - star:2200+ 实现了卷积神经网络，可以用来做分类，回归，强化学习等。 2. DeepLearn Toolbox - star:1000+ M。
⑨ 写分布式机器学习算法，哪种编程接口比较好
SVM方面，首选的肯定是LIBSVM这个库，应该是应用最广的机器学习库了。 下面主要推荐一些DeepLearning的GitHub项目吧！ 1. convnetjs - Star:2200+ 实现了卷积神经网络，可以用来做分类，回归，强化学习等。 2. DeepLearn Toolbox - Star:1000+ Matlab实现中最热的库存，包括了CNN,DBN,SAE,CAE等主流模型。 3. Deep Learning(yusugomo) - Star:800+ 实现了深度学习网络，从算法与实现上都比较全，提供了5种语言的实现：Python,C/C++,Java,Scala，实现的模型有DBN/CDBN/RBM/CRBM/dA/SdA/LR等。 4. Neural-Networks-And-Deep-Learning - Star:500+ 这是同名书的配套代码，语言是Python。 5. rbm-mnist - Star:200+ 这个是hinton matlab代码的C++改写版，还实现了Rasmussen的共轭梯度Conjugate Gradient算法。
⑩ deeplearntoolbox 的用途是什么
深度学习的工具箱