matlab写cnn模型

以下是一个简单的 MATLAB 实现的卷积神经网络模型：

% 定义卷积神经网络模型
layers = [
    imageInputLayer([28 28 1])
    convolution2dLayer(5, 20)
    reluLayer
    maxPooling2dLayer(2, 'Stride', 2)
    fullyConnectedLayer(10)
    softmaxLayer
    classificationLayer];

% 加载 MNIST 数据集
[XTrain, YTrain, XTest, YTest] = loadMNIST();

% 训练卷积神经网络模型
options = trainingOptions('sgdm', ...
    'MaxEpochs', 20, ...
    'InitialLearnRate', 0.01);
net = trainNetwork(XTrain, categorical(YTrain), layers, options);

% 测试卷积神经网络模型
YPred = classify(net, XTest);
accuracy = sum(YPred == categorical(YTest)) / numel(YTest);
fprintf('Test accuracy: %.2f%%\n', accuracy * 100);

这个模型包括 5 个层：一个输入层，一个卷积层，一个 ReLU 激活层，一个最大池化层和一个全连接层。它被训练在 MNIST 数据集上，其中包含 60,000 个训练样本和 10,000 个测试样本。训练选项使用随机梯度下降（SGD）优化器，最大迭代次数为 20，初始学习率为 0.01。最后，模型在测试集上进行了评估，并计算了准确率。