卷积神经网络 mnist分类 matlab

以下是使用卷积神经网络（CNN）对MNIST数据集进行分类的Matlab代码示例：

首先，加载MNIST数据集：

[XTrain,YTrain] = digitTrain4DArrayData;
[XTest,YTest] = digitTest4DArrayData;

然后，构建CNN模型：

layers = [
    imageInputLayer([28 28 1])
    convolution2dLayer(5,20)
    reluLayer
    maxPooling2dLayer(2,'Stride',2)
    fullyConnectedLayer(10)
    softmaxLayer
    classificationLayer];

options = trainingOptions('sgdm', ...
    'MaxEpochs',20, ...
    'InitialLearnRate',0.001);

net = trainNetwork(XTrain,YTrain,layers,options);

接下来，训练CNN模型：

net = trainNetwork(XTrain,YTrain,layers,options);

最后，评估模型：

YPred = classify(net,XTest);
accuracy = sum(YPred == YTest)/numel(YTest);

这里使用了一个简单的CNN模型，包括一个卷积层、一个ReLU激活函数层、一个池化层、一个全连接层、一个softmax层和一个分类层。使用'sgdm'优化器进行训练，训练20个epochs，初始学习率为0.001。最后，使用测试集对模型进行评估，计算准确率。