UFLDL教程答案(2):Exercise:Vectorization

教程地址：http://deeplearning.stanford.edu/wiki/index.php/UFLDL%E6%95%99%E7%A8%8B

练习地址：http://deeplearning.stanford.edu/wiki/index.php/Exercise:Vectorization

matlab矢量化还是比较容易实现的，和矩阵化向量化的数学公式基本可以直接对应。

 

注意：有些数学公式的求和其实可以隐含在矩阵相乘中，如：

X为64*10000的矩阵，64维特征，10000个样本，在均值为0的情况下，用公式来计算X的协方差矩阵，那么可以直接用sigma = x * x' / size(x, 2)求得，样本1到m的求和隐含在了X*X'中！

 

1.进入正题：

由于我是把整个教程看完之后再来做的练习，所以练习(1)中的程序已经是矢量化的代码了，练习(2)基本没有什么需要改的。只要按照教程设置参数，把需要的m文件复制过去，load数据即可：

visibleSize = 28*28;   % number of input units 
hiddenSize = 196;     % number of hidden units 
sparsi