Matlab卷积神经网络(CNN)手写数字识别

Posted 猫西贝

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Matlab卷积神经网络(CNN)手写数字识别相关的知识,希望对你有一定的参考价值。

今天买的书到了,开始接触卷积神经网络,展示书中内容~

Matlab卷积神经网络手写数字识别(一)

机器学习的基本流程

在机器学习中,一般将数据集划分为两大部分:一部分用于模型训练,称作训练集(Train Set);另一部分用于模型泛化能力评估,称作测试集(Test Set)。在模型训练阶段会将训练集再次划分为两部分,一部分用于模型的训练,而另外一部分用于交叉验证,称作验证集(Validation Set)。如图所示。

加载Matlab自带数据集

Matlab 2022b自带手写数据集,其中包含0~9十种手写数字,分别以数字0 ~ 9命名的文件夹中,每个文件夹中有1000幅图像。保存路径如图所示。(版本不同,路径可能有所不同,也可在网上下载数据集。)

  1. 使用imageDatastore()函数加载数据
    语法1
    imds = imageDatastore(location)
    输入:location表示图像样本存储为可供训练和验证的数据。
    输出:imds表示可供训练和验证的数据
    语法2
    imds = imageDatastore(location,Name,Value)
    可以通过指定“名称-取值”对(Name和Value)来配置特定属性(将每种属性名称括在单引号中)具体含义见表。
名称含义
IncludeSubfolders子文件夹包含标志位。指定true表示可包含每个文件夹中的所有文件和子文件夹,指定 false则表示仅包含每个文件夹中的文件
LabelSource提供标签数据的源。如果指定为’none’,则Labels属性为空;如果指定了’foldernames’, 将根据文件夹名称分配标签并存储在Labels属性中
  • 创建路径
filename='D:\\Program Files\\MATLAB\\R2022b\\toolbox\\nnet\\nndemos\\nndatasets\\DigitDataset';
  • 将该路径下的图像转化为可用的训练及验证数据集
imds=imageDatastore(filename,...
    "IncludeSubfolders",true,...%包括路径下的所有文件和子文件
    "LabelSource","foldernames");%将文件夹的名称作为标签
  • 随机显示数据集图像
perm=randperm(10000,16);
for i=1:16
    subplot(4,4,i);
    imshow(imds.Filesperm(i));
    title(imds.Labels(perm(i)));
end
  • 结果

    加载成功~

以上是关于Matlab卷积神经网络(CNN)手写数字识别的主要内容,如果未能解决你的问题,请参考以下文章

图片训练:使用卷积神经网络(CNN)识别手写数字

卷积神经网络CNN实现mnist手写数字识别

手写数字识别-卷积神经网络cnn(06-2)

用Keras搭建神经网络 简单模版—— CNN 卷积神经网络(手写数字图片识别)

深度学习100例-卷积神经网络(CNN)实现mnist手写数字识别 | 第1天

第三节,TensorFlow 使用CNN实现手写数字识别