CIFAR-10

这是一个 EE369 项目，用 Matlab 实现了五种分类器：KNN、线性 SVM、核 SVM、Fisher 线性判别和核 Fisher 判别，用于对 CIFAR-10 和 MNIST 图像数据集进行分类。 文件说明： init.m: 在测试 CIFAR-10 之前必须先运行此文件！它包含 VLFeat 特征提取库的代码。 train.m: 为 CIFAR-10 选择分类器并训练模型。 classify.m: 为 CIFAR-10 选择分类器并进行分类。 localtest.m: CIFAR-10 的主程序，在此运行 CIFAR-10 分类。 localtest2.m: MNIST 的主程序，直接在此文件中选择分类器并运行 MNIST 分类。需要选择 train 和 classify 文件。 localtest3.m: 当 MNIST 运行时内存不足（电脑内存小于 8GB）时，使用此文件运行 MNIST 分类。 注意事项： SVM 和核 Fisher 判别在内存小于 8GB 的电脑上运行 MNIST 时可能会提示内存不足，此时请使用 localtest3.m 文件运行。 如果相对路径不成功，请根据实际情况修改文件路径。

我利用自己构建的卷积神经网络成功实现了CIFAR-10数据集的分类任务。

DeepLearing-CIFAR10 Train.m是一个MatLab M文件，用于构建深度学习网络并利用CIFAR10数据库进行训练。在测试阶段，可以直接使用saved.m脚本来读取saves文件夹中的数据并进行网络构建。若要更新网络结构并希望下次直接读取，需将saves文件夹内容复制到saved文件夹，并使用saved.m脚本进行测试。此外，代码中使用了梯度下降函数minFunc以及多种支持函数来处理数据。MatLab生成的HTML代码页面发布页可通过html访问。

我刚刚获取了ArcSDE10 for Oracle10g，效果非常好；还有ArcSDE10 for Windows版本，需要的请与我联系。

刚刚获得了ArcSDE10 for Oracle10g的下载资源，非常实用！还提供了ArcSDE10 for Windows版本，需要的朋友请直接联系我。

在Solaris 10操作系统环境中安装Oracle 10g的详细步骤。

在SUSE下实现Oracle10g的安装的具体步骤如下： 准备环境：确保系统满足Oracle10g的安装要求。 下载Oracle10g：从Oracle官网获取相应版本的安装包。 解压安装包：使用命令解压下载的文件。 配置用户：创建一个专用的Oracle用户并配置其环境变量。 运行安装程序：以Oracle用户身份运行安装脚本。 选择安装类型：根据需求选择“典型安装”或“自定义安装”。 配置数据库：设置数据库名、字符集等基本参数。 监控安装过程：查看安装日志，确保无错误出现。 完成安装：安装结束后，进行必要的配置。 验证安装：使用SQL*Plus验证数据库是否正常运行。 如遇到错误，请参考以下解决方法：- 错误代码XXXX：检查XXX设置。- 错误代码YYYY：确保依赖包已安装。

提供 Hadoop for Windows 10 的编译版本，仅供参考，可用性有待验证。

这是一份关于学习postgresql的入门资料，适合初学者查阅，无版权问题。

评论 SQL 注册工具，通过验证。SP3 版本的 PLSQL 10 可在官方网站下载。