稀疏自编码器

Stanford 大学教授Andrew  Ng公开课UFLDL之自编码器练习，经过本人完成的代码，与Andrew  Ng的预期结果完全一致，并且，其中已经进行了矢量化编程，程序运行效率很高；训练数据集、第三方优化代码也含在压缩包中，相信对深度学习的初学者，必定有较大帮助。

sparseAutoencoderCost.m
train.m
minFunc
ArmijoBacktrack.m
autoGrad.m
autoHess.m
autoHv.m
autoTensor.m
callOutput.m
conjGrad.m
dampedUpdate.m
example_minFunc.m
example_minFunc_LR.m
isLegal.m
lbfgs.m
lbfgsC.c
lbfgsC.mexa64
lbfgsC.mexglx
lbfgsC.mexmac
lbfgsC.mexmaci
lbfgsC.mexmaci64
lbfgsC.mexw32
lbfgsC.mexw64
lbfgsUpdate.m
logistic
mchol.m
mcholC.c
mcholC.mexmaci64
mcholC.mexw32
mcholC.mexw64
mcholinc.m
minFunc.m
minFunc_processInputOptions.m
polyinterp.m
precondDiag.m
precondTriu.m
precondTriuDiag.m
rosenbrock.m
taylorModel.m
WolfeLineSearch.m
checkNumericalGradient.m
computeNumericalGradient.m
display_network.m
IMAGES.mat
initializeParameters.m
sampleIMAGES.m