在matlab2018b中，给一个基础的深度学习代码

以下是一个简单的基于 MATLAB 2018b 的深度学习代码，用于训练一个简单的前馈神经网络来进行二分类任务：

% 加载数据
load simpleclass_dataset
x = simpleclassInputs;
t = simpleclassTargets;

% 创建神经网络模型
net = feedforwardnet([10 5]);

% 设置训练参数
net.trainParam.epochs = 100;
net.trainParam.lr = 0.01;

% 训练神经网络
net = train(net,x,t);

% 测试神经网络
y = net(x);

% 显示分类结果
plotroc(t,y);

在这个例子中，我们首先加载了一个简单的二分类数据集。然后，我们创建了一个具有 10 个隐藏层节点和 5 个输出层节点的前馈神经网络。我们设置了神经网络训练的参数，例如训练次数和学习率。接着，我们使用 `train` 函数训练神经网络。最后，我们使用 `plotroc` 函数绘制 ROC 曲线来展示网络的分类结果。

请注意，这只是一个简单的示例，你可以根据你的需求和数据集来调整网络结构和训练参数。