折騰了兩天，總算實現了用MNIST資料集的稀疏自編碼器訓練。發現了以下問題：

     1，matlab程式設計所寫程式碼不能太奢侈。定義變數時要儘量節省記憶體資源，向量能解決的不要用方陣，int8型別能解決的不要用雙精度數；

     2，UFLDL提供的minFunc函式有問題，樣本數再少都會溢位，換為第一單元建議的另外一個函式，fminlbgs.m可以避免記憶體溢位問題，而且用隨機選取的10000個手寫數字訓練能得到正確結果（與網站提供圖片一致）。

    3，優化過程中真正的記憶體消耗，大頭不是樣本數，而是引數個數。10000個樣本，雙精度數時佔記憶體不過60多兆，而30萬個引數，保留幾個副本，普通機器真是相形見拙，令人灰心。不過從中悟出一些道理，也算值了。

    4，我把用MNIST資料集訓練稀疏自編碼器程式打包上傳，希望能對感興趣的人有所幫助。