MATLAB卷积神经网络模型代码以及调用代码预测新数据

在MATLAB中，你可以使用深度学习工具箱构建卷积神经网络（Convolutional Neural Network, CNN）。以下是一个简单的例子展示了如何创建一个基本的CNN模型并用它进行预测：

% 导入所需的库
clear all; close all; clc;
net = 'your_network.mat'; % 替换为你保存的网络模型文件

% 加载预训练的网络
if exist(net, 'file')
    net = load(net);
else
    error('Network model not found.');
end

% 假设我们有一个输入图像的数据集
inputData = imageData; % 这里需要替换为你的实际图像数据
numClasses = numel(categories(yTrain)); % yTrain是你的标签数据

% 创建输入层大小匹配网络的输入
inputLayerSize = size(inputData{1});

% 预测新数据
newInput = imageDataToBlob(inputData, inputLayerSize); % 将数据转换成Blob格式
predictedLabels = classify(net, newInput); % 使用网络进行分类预测
predictedProbabilities = predict(net, newInput); % 获取每个类别的概率

% 输出预测结果
disp(predictedLabels);
disp(predictedProbabilities);