生成一个在matlab里用于二分类问题的CNN代码

下面是一个基本的 MATLAB 代码，用于二分类问题的卷积神经网络（CNN）。该代码使用 CIFAR-10 数据集进行训练和测试，但您可以根据自己的数据集进行修改。

% 读取 CIFAR-10 数据集
[XTrain, YTrain, XTest, YTest] = getCIFAR10Data();

% 定义 CNN 架构
layers = [
    imageInputLayer([32 32 3])
    convolution2dLayer(5,20)
    reluLayer()
    maxPooling2dLayer(2,'Stride',2)
    convolution2dLayer(5,20)
    reluLayer()
    maxPooling2dLayer(2,'Stride',2)
    fullyConnectedLayer(2)
    softmaxLayer()
    classificationLayer()];

% 定义训练选项
options = trainingOptions('sgdm', ...
    'MaxEpochs',20, ...
    'InitialLearnRate',0.001, ...
    'MiniBatchSize',128);

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

% 测试 CNN
YPred = classify(net,XTest);
accuracy = sum(YPred == YTest)/numel(YTest);
fprintf('Accuracy = %0.2f%%\n',accuracy*100);

代码中，`getCIFAR10Data()` 函数用于读取 CIFAR-10 数据集。`layers` 定义了 CNN 的架构，包括输入层、卷积层、ReLU 层、池化层、全连接层、Softmax 层和分类层。`trainingOptions()` 函数定义了训练选项，包括优化器、最大迭代次数、初始学习率和小批量大小。`trainNetwork()` 函数用于训练 CNN，`classify()` 函数用于进行分类预测。最后，计算分类准确率并输出结果。