有朋友在阅读关于CNN代码解读的http://blog.csdn.net/zouxy09/article/details/9993743这篇博文后，遇到了代码无法运行的问题，比如：Undefinedfunction'sigm'forinputargumentsoftype'double'.等。
这是因为没有将util文件夹addpath进来，导致matlab在解释执行的时候找不到相应的函数。
也有朋友在寻找mnist_uint8.mat文件，所以本人在此一并给出。
本资源是DeeplearnToolbox中关于CNN部分的代码（7个.m文件），加上data和util两个文件夹，其中data文件夹中有mnist_uint8.mat文件，而util文件夹中则提供所需要的函数（如sigm，expand）的.m文件。
要成功运行此代码，只需在matlab中打开7个.m文件，并将cnnexamples.m文件中两句addpath对应的路径分别改成data和util在你电脑上的路径，并运行cnnexamples.m即可。
希望能给有需要的朋友一些帮助！
这是因为没有将util文件夹addpath进来，导致matlab在解释执行的时候找不到相应的函数。
也有朋友在寻找mnist_uint8.mat文件，所以本人在此一并给出。
本资源是DeeplearnToolbox中关于CNN部分的代码（7个.m文件），加上data和util两个文件夹，其中data文件夹中有mnist_uint8.mat文件，而util文件夹中则提供所需要的函数（如sigm，expand）的.m文件。
要成功运行此代码，只需在matlab中打开7个.m文件，并将cnnexamples.m文件中两句addpath对应的路径分别改成data和util在你电脑上的路径，并运行cnnexamples.m即可。
希望能给有需要的朋友一些帮助！
2025/9/19 19:04:34
14.08MB
1
TheStreetViewHouseNumbers(SVHN)数据集，原数据为mat文件格式，已提取成图像，并将label标注出来，训练集测试集总共有10w张图片
2025/9/19 2:04:06
93.11MB
1
BP神经网络算法的matlab代码，本程序根据训练好的网络文件ANN.mat预测新的数据文件，得到均方误差，并画出预测数据和原数据的对比图。
2025/9/10 17:10:13
16KB
1
将TDMS格式转换为matlab可读的mat文件。
批量转换文件夹下的所有文件。
自动索引TDMS文件的组名和通道名称。
自动命名mat文件名与TDMS文件名一致。
改了一晚上，大家支持下。
批量转换文件夹下的所有文件。
自动索引TDMS文件的组名和通道名称。
自动命名mat文件名与TDMS文件名一致。
改了一晚上，大家支持下。
2025/8/23 17:23:33
185KB
1
数据来源：美国航空航天局艾姆斯研究中心数据描述：Experimentsonamillingmachinefordifferentspeeds,feeds,anddepthofcut.Recordsthewearofthemillinginsert,VB.ThedatasetwasprovidedbytheBESTlabatUCBerkeley.数据格式这个数据集是以.mat文件的形式打包的。
2025/7/3 9:42:08
14.22MB
1
主要包含了书中各个源代码所需的angel.h、vec.h、mat.h等头文件。
2025/6/30 1:44:10
210KB
1
将tdmsw文件转为mat格式，从而实现tdms文件的读取
2025/6/20 8:28:01
47KB
1
.mat格式的yale数据方便您用Matlab进行操作，大小为100x100x165，照片大小为100*100，照片有165张
2025/6/18 4:22:32
1.33MB
1
用于在LabVIEW中读写MATLAB二进制文件（又名MAT文件）的库。
当前特别适用于版本7MAT文件格式。
用纯G语言编写（LabVIEW源码）。
当前特别适用于版本7MAT文件格式。
用纯G语言编写（LabVIEW源码）。
2025/6/17 13:30:23
1.76MB
1
用PCA法进行烟雾检测。
输入的图像为两张，然后训练SVM，最后检测出第二张图像是否有烟雾。
该方法由Dr.RaulRojas.实现，内附论文和数据mat。
Matlab源代码。
注意图像长宽像素必须是16的倍数。
输入的图像为两张，然后训练SVM，最后检测出第二张图像是否有烟雾。
该方法由Dr.RaulRojas.实现，内附论文和数据mat。
Matlab源代码。
注意图像长宽像素必须是16的倍数。
2025/5/6 8:01:51
10.23MB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB