卷积神经网络matlab代码

以下是一个简单的卷积神经网络的 Matlab 代码示例：

% 加载数据
load mnist_train_small
images = XTrain;
labels = categorical(YTrain);

% 设定网络结构
layers = [
    imageInputLayer([28 28 1])
    
    convolution2dLayer(5, 20)
    batchNormalizationLayer
    reluLayer
    
    maxPooling2dLayer(2, 'Stride', 2)
    
    fullyConnectedLayer(10)
    softmaxLayer
    classificationLayer];

% 设定训练选项
options = trainingOptions('adam', ...
    'MaxEpochs', 5, ...
    'MiniBatchSize', 128, ...
    'Shuffle', 'every-epoch', ...
    'Verbose', false, ...
    'Plots', 'training-progress');

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

上述代码是一个简单的卷积神经网络，用于对 MNIST 数据集进行数字识别。其中，`layers` 定义了网络结构，包括输入层、卷积层、批量归一化层、ReLU 激活层、池化层、全连接层、Softmax 层和分类层。`options` 定义了训练选项，包括优化器、最大迭代次数、批次大小等。最后，调用 `trainNetwork` 函数实现网络训练。