卷积神经网络MATLAB代码

卷积神经网络（Convolutional Neural Network, CNN）是一种深度学习模型，常用于图像处理和计算机视觉任务，因为它们能够提取局部特征并保留空间结构信息。在MATLAB中，可以使用Deep Learning Toolbox来构建CNN。

以下是一个简单的例子，展示了如何创建一个基本的卷积层、池化层以及全连接层，并训练一个小的LeNet-5风格的网络：

% 导入所需库
import deepLearning.*
import layers.*

% 创建卷积层
convLayer = layer('Convolution2D', 'FilterSize', [3, 3], 'NumFilters', 6, 'Padding', 'same');

% 创建最大池化层
poolLayer = layer('MaxPooling2D', 'PoolSize', [2, 2]);

% 创建全连接层
fcLayer = layer('FullyConnected', 'NumUnits', 120);
softmaxLayer = layer('Softmax');

% 将所有层连接起来
layers = [
    convLayer
    poolLayer
    fcLayer
    softmaxLayer
];

% 加载数据集
imdsTrain = imageDatastore('your_data_directory', ...
    'IncludeSubfolders', true, 'LabelSource', 'foldernames');

% 定义网络架构和损失函数
options = trainingOptions('sgdm', ...
    'MiniBatchSize', 10, ... % 可调整这个值
    'MaxEpochs', 10, ...
    'Plots', 'training-progress');

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