matlab深度学习

2024-07-12 10:52| 来源: 网络整理| 查看: 265

> 本文所使用的数据集在文章最后，不需要积分就可以下载！数据集下载

这里主要是基于卷积神经网络的手写字的识别，我是用matlab做的，如果有对卷积神经网络不太熟悉的伙伴可以搜下，网上资源比较多，我这里就不多说了，直接上代码了。 %%准备工作空间 clc clear all close all %%导入数据 digitDatasetPath = fullfile('./','/HandWrittenDataset/'); imds = imageDatastore(digitDatasetPath,... 'IncludeSubfolders',true,'LabelSource','foldernames');%采用文件夹名称作为数据标记 %%数据集图个数 countEachLabel(imds) numTrainFiles = 17;%每一个数字有22个样本，取17个样本作为训练数据 [imdsTrain,imdsValidation] = splitEachLabel(imds,numTrainFiles,'randomized'); %查看图片的大小 img = readimage(imds,1); size(img) %%定义卷积神经网络的结构 layers = [ %输入层 imageInputLayer([28 28 1]) %卷积层 convolution2dLayer(5,6,'Padding',2) batchNormalizationLayer reluLayer maxPooling2dLayer(2,'stride',2) convolution2dLayer(5,16) batchNormalizationLayer reluLayer maxPooling2dLayer(2,'stride',2) convolution2dLayer(5,120) batchNormalizationLayer reluLayer %最终层 fullyConnectedLayer(10) softmaxLayer classificationLayer]; %%训练神经网络一、设置训练参数 options = trainingOptions('sgdm',... 'MaxEpochs',50,... 'ValidationData',imdsValidation,... 'ValidationFrequency',5,... 'Verbose',false,... 'Plots','training-progress');%显示训练的进度 %训练神经网络，保存网络 net = trainNetwork(imdsTrain,layers,options); save 'CSNet.mat' net %%标记数据（文件名称方式，自行构造） mineSet = imageDatastore('./hw22/hw22/', 'FileExtensions','.jpg',... 'IncludeSubfolders',false); mLabels = cell(size(mineSet.Files,1),1); for i = 1:size(mineSet.Files,1) [filepath,name,ext] = fileparts(char(mineSet.Files{i})); mLabels{i,1} = char(name); end mLabels2 = categorical(mLabels); mineSet.Labels = mLabels2; %%%使用网络进行分类并计算准确性 %手写数据 YPred = classify(net,mineSet); YValidation = mineSet.Labels; %计算正确率 accuracy = sum(YPred == YValidation)/numel(YValidation) %绘制预测结果 figure; nSample = 10; ind = randperm(size(YPred,1),nSample); for i = 1:nSample subplot(2,fix((nSample+1)/2),i) imshow(char(mineSet.Files(ind(i)))) title(['预测：' char(YPred(ind(i)))]) if char(YPred(ind(i))) ==char(YValidation(ind(i))) xlabel(['真实:' char(YValidation(ind(i)))],'Color','b') else xlabel(['真实:' char(YValidation(ind(i)))],'color','r') end end

直接上结果：在这里插入图片描述里面的数据存放的位置根据自己的情况修改即可。

数据集： CSDN下载路径，如果有多余的积分，可以支持一下！没有的也无所谓，下面有百度网盘链接！手写数字数据集

百度网盘：如失效，请留邮箱！链接: 手写数字数据集，点击下载提取码: uak2 扫描获取数据集

【本文地址】

公司简介

联系我们