本资源为深度学习课程设计 含课程设计完整过程的数据集以及实验报告 可供参考
由matlab代码编写构建双层CNN卷积神经网络识别Minist的手写体数据,其中将不断改进的代码跟另外使用工具函数编写的另一个CNN程序结果比较,有一个较为直观的运行效果对比。能够很好的看出程序设计的优劣。使用的是双层卷积神经网络,后向传播用的是随机梯度下降及其优化版本。
适用于CNN初学者以及希望更进一步的学习者。
dataset是MNIST。这里层的概念是指convolution+pooling
函数说明:
read_label和read_image分别为读取标签和图像数据点的函数
convolve是实现卷积的函数,pool是实现池化的函数
SGD_MSGD是主函数,把minibatch设为1就是SGD,大于1就是MSGD
OPTIMAL是优化版的主函数,OPTIMAL_FINALE是最终优化版的主函数,toolbox是用工具箱函数写的CNN,用于对比之前函数的运行效果。
SGD_MSGD,OPTIMAL,OPTIMAL_FINALE,toolbox都可以直接运行得到答案
1