颜色分类leetcode无监督特征学习和深度学习UFLDL教程和(2016)练习的解决方案。由于大小限制，某些文件无法上传。请从教程网站下载它们。

练习1：稀疏自编码器

以下文件是本练习的核心：

  • sampleIMAGES.m ：加载IMAGES.mat并随机选择模式进行训练。

  • sparseAutoencoderCost.m ：前向和反向传播。

  • computeNumericalGradient.m ：做梯度测试，这部分应跳过因为它花费大量时间。

  • test.m ：整个过程。

笔记：我们在sparseAutoencoderCost.m的第一个实现中已经使用了矢量化版本。

练习2：向量化稀疏自动编码器

以下文件是本练习的核心：

  • sparseAutoencoderCost.m ：前向和反向传播。

  • test.m ：整个过程，使用另一组图像（和标签），并更改了参数。