matlab深度学习代码实例

这里提供一个简单的 Matlab 深度学习代码实例，使用的是基于 MNIST 数据集的手写数字识别模型：

% 加载 MNIST 数据集
[XTrain,YTrain] = digitTrain4DArrayData;

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

% 设置训练选项
options = trainingOptions('sgdm', ...
    'MaxEpochs',15, ...
    'ValidationData',{XValidation,YValidation}, ...
    'ValidationFrequency',30, ...
    'Verbose',false, ...
    'Plots','training-progress');

% 训练模型
net = trainNetwork(XTrain,YTrain,layers,options);

% 预测结果
YPred = classify(net,XTest);
accuracy = sum(YPred == YTest)/numel(YTest);
fprintf('Test Accuracy: %.2f%%\n',accuracy*100);

这段代码实现了一个简单的卷积神经网络，使用随机梯度下降（SGD）算法进行训练。首先加载 MNIST 数据集，然后创建卷积神经网络模型，接着设置训练选项并训练模型。最后，使用测试集进行预测并计算准确率。