斯坦福大学机器学习课程，exercise代码。经验证，没错误。

机器学习中的稀疏表示。含有standford课程及其练习，最后代码都完成实现。

tensorflow_stacked_denoising_autoencoder 0.安装环境 要运行脚本，至少应满足以下必需的软件包： 的Python 3.5.2 Tensorflow 1.6.0 NumPy 1.14.1 您可以使用Anaconda安装这些必需的软件包。 对于tensorflow，请使用以下命令在Windows下快速安装： pip install tensorflow 1.内容 在这个项目中，有各种自动编码器的实现。 python的基本类是library / Autoencoder.py，您可以在自动编码器的构造函数中将“ ae_para”的值设置为指定相应的自动编码器。 ae_para [0]：自动编码器输入的损坏级别。 如果ae_para [0]> 0，则为降噪自动编码器； aw_para [1]：稀疏正则化的系数。 如果ae_para [1]> 0，

CS294A Lecture notes Sparse autoencoder，Andrew Ng，Stanford University

斯坦福大学 机器学习大牛 Andrew Ng的sparse autoencoder 课程讲义

包含了sparse autoencoder softmax分类器的主程序和子程序