cnn卷积神经网络MATLAB代码

以下是一个简单的CNN卷积神经网络的MATLAB代码示例：

% 读入训练数据
train_data = load('train_data.mat');
train_labels = load('train_labels.mat');

% 定义网络结构
layers = [
    imageInputLayer([28 28 1])
    
    convolution2dLayer(5, 20)
    batchNormalizationLayer
    reluLayer
    
    maxPooling2dLayer(2, 'Stride', 2)
    
    convolution2dLayer(5, 50)
    batchNormalizationLayer
    reluLayer
    
    maxPooling2dLayer(2, 'Stride', 2)
    
    fullyConnectedLayer(500)
    batchNormalizationLayer
    reluLayer
    
    fullyConnectedLayer(10)
    softmaxLayer
    classificationLayer
];

% 设置训练参数
options = trainingOptions('sgdm', ...
    'MaxEpochs', 30, ...
    'InitialLearnRate', 0.01, ...
    'MiniBatchSize', 128, ...
    'Shuffle', 'every-epoch', ...
    'Plots', 'training-progress');

% 训练网络
net = trainNetwork(train_data, train_labels, layers, options);

这个示例中，我们首先读入了训练数据和标签，然后定义了一个简单的卷积神经网络结构。在训练参数中，我们使用了随机梯度下降（SGDM）作为优化器，设置了最大训练轮数为30，学习率为0.01，批量大小为128，每个训练轮之后进行一次数据随机重排，最后启用了训练过程的可视化。

最后，我们使用 `trainNetwork` 函数来训练网络，并将其保存到 `net` 变量中。