matlab 학습 노트 - DeepLearnToolBox MNIST 식별 네트워크 구축

1392 단어
DeepLearnToolBox는 matlab의 다음 간단한 심도 있는 학습 도구 패키지로 인터페이스가 간단하고 사용하기 쉬우며 코드는 순수한 matlab로 작성되었다.
두 단계로 나뉘어 사용이 매우 간단합니다.
4
  • github에서 코드를 다운로드합니다

  • 4
  • matlab를 열고 matlab 명령줄 창에 다음과 같이 입력하십시오:addpath(genpath('소재 폴더\DeepLearnToolbox')

  • 그리고 코드를 즐겁게 두드릴 수 있습니다. 다음은 MNIST의 핸드폰 숫자를 식별하는 공식 예입니다.
    function test_example_CNN
    load mnist_uint8; %       
    
    %     
    train_x = double(reshape(train_x',28,28,60000))/255;
    test_x = double(reshape(test_x',28,28,10000))/255;
    train_y = double(train_y');
    test_y = double(test_y');
    %%           
    %        200 ,  epoch    11%   ;
    % 100  epochs       1.2%   。
    rand('state',0)
    %     
    cnn.layers = {
        struct('type', 'i')  %    
        struct('type', 'c', 'outputmaps', 6, 'kernelsize', 5)  %    
        struct('type', 's', 'scale', 2)  %    
        struct('type', 'c', 'outputmaps', 12, 'kernelsize', 5) %    
        struct('type', 's', 'scale', 2) %    
    };
    %      
    cnn = cnnsetup(cnn, train_x, train_y);
    
    %   
    opts.alpha = 1;
    opts.batchsize = 50;
    opts.numepochs = 1;
    
    %   
    cnn = cnntrain(cnn, train_x, train_y, opts);
    
    %     
    [er, bad] = cnntest(cnn, test_x, test_y);
    
    %       
    figure; plot(cnn.rL);
    
    %   er>=0.12    
    assert(er<0.12, 'Too big error');
    

    좋은 웹페이지 즐겨찾기