Matlab深度学习

文章目录

Matlab深度学习
前言
一、MNIST手写体数字数据
二、用到的深度学习框架-LeNet5
- 2-0 LeNet5的网络架构
- 2-1 框架实现-通过Matlab GUI 拖拽界面
- 2-2 框架实现2-直接写框架代码
三、代码
- 3-0 机器学习与深度学习对比
- 3-1 SVM分类手写体数字
- 3-2 ANN分类手写体数字
- 3-3 深度学习LetNet5
- 测试
最后

前言

最近想在matlab环境下跑一下深度学习模型，找到了以下的一篇博客，但因为该博客所附录的资源失效，而且也可能因为版本问题导致数据集的预处理容易出bug，所以打算改成.mat格式数据上传到我的博客资源，方便下载和练习。原博客地址如下：
https://blog.csdn.net/longlongsvip/article/details/105466512
环境
Matlab: 2020b
GPU:NVIDIA Quadro P620
(注：Matlab2020b好像不支持NVIDIA安培架构显卡即不支持30系列，用3090在matlab2020b上测试过，报错找不到GPU)

一、MNIST手写体数字数据

MNIST手写体数据包含60000个训练样本(数字0-9)，以及测试集数据10000个(数字0-9)，这里不再详细叙述数据集背景，上文博客写得很详细。我已经将数据集转换为.mat文件格式(省去上文博客中的复杂预处理步骤)，其数据格式如下:

由上图可以看出，图片是以一维的形式存储的，其数据维度为1 x 784，即原28 x 28 维度的图片压缩成了一维，所以在使用的时候需要将图片恢复为二维形式(代码下面给出)。

二、用到的深度学习框架-LeNet5

2-0 LeNet5的网络架构

2-1 框架实现-通过Matlab GUI 拖拽界面

打开matlab APP 的Deep Network Designer

打开后如下图所示：(可以选择好预训练的网络，也可以新建空白网络)

点击空白网络，根据LetNet5[1]的网络结构搭建网络(拖拽搭建)

搭建完成后点击分析，没问题后就可以导出(导出-生成代码)网络了

2-2 框架实现2-直接写框架代码

很明显，以上步骤是非必要的，老手可以直接写层代码来实现…

layers = [imageInputLayer([28 28 1],"Name","imageinput")convolution2dLayer([5 5],6,"Name","conv1","Padding","same")tanhLayer("Name","tanh1")maxPooling2dLayer([2 2],"Name","maxpool1","Stride",[2 2])convolution2dLayer([5 5],16,"Name","conv2")tanhLayer("Name","tanh2")maxPooling2dLayer([2 2],"Name","maxpool","Stride",[2 2])fullyConnectedLayer(120,"Name","fc1")fullyConnectedLayer(84,"Name","fc2")fullyConnectedLayer(10,"Name","fc")softmaxLayer("Name","softmax")classificationLayer("Name","classoutput")];

三、代码

3-0 机器学习与深度学习对比

在进行实现深度网络前，可以先用传统机器学习的方法进行对比，有助于更好理解深度学习网络架构的优越性。

3-1 SVM分类手写体数字

SVM作为机器学习的老大哥，在小样本，小分类数的情况下一直表现优异，但数据量庞大和分类数量比较多的情况下不一定合适。SVM在本例的评价如下：
运行时间：1星 (不管是训练还是测试都非常慢)
准确率: 1星
用到的SVM分类器为libsvm工具箱，其调用代码如下：

load handwriting.mat                               %载入数据集
model=svmtrain(y_train,x_train,'-c 2 -g 0.10');    %训练
[predicted_label]=svmpredict(y_test,x_test,model); %测试

3-2 ANN分类手写体数字

相对于SVM，ANN人工神经网络更适合于处理数据量庞大的情况，但是相对与本例的LetNet-5而言，ANN忽略了输入图片的空间信息，即输入的数据是一维训练数据。设计的ANN网络结构如下：

这里我用了3层隐藏层的ANN网络，其中第一层有100个神经元，第二层60个神经元，第三层40个神经元，第四层10个神经元。ANN在本例的表现评价如下：
运行时间：2星
准确率： 3星(Accuracy:95%)
ANN的实现用matlab自带的ANN工具箱，其调用代码如下：

load handwriting.mat     %载入手写体数字数据集
for i=1:size(y_train)if y_train(i)==0y_train(i)=10;    %这里把数字0标签换成10，不然出bugend
end
for j=1:size(y_test)if y_test(j)==0y_test(j)=10;     %这里把数字0标签换成10，不然出bugend
end
class=y_train;
[input,minI,maxI]=premnmx(x_train');
s = length( class) ;
output = zeros( s , 2 ) ;%构造输出矩阵
for i = 1 : s output( i , class( i )  ) = 1 ;
end
%% 网络参数
net = newff( minmax(input) , [100 60 40 10] , { 'logsig' 'logsig' 'logsig' 'purelin' } , 'traingdx' ) ;  %创建神经网络
%激活函数有'tansig' 'logsig'以及'purelin'三种
net.trainparam.show = 50 ;                %显示中间结果的周期
net.trainparam.epochs = 7000 ;            %最大迭代次数（学习次数）
net.trainparam.goal = 0.01 ;              %神经网络训练的目标误差
net.trainParam.lr = 0.001 ;               %学习速率（Learning rate）
%% 开始训练
net = train( net, input , output' ) ;     %其中input为训练集的输入信号，对应output为训练集的输出结果
%% GPU训练
% gpudev=gpuDevice;%事先声明gpudev变量为gpu设备类
% gpudev.AvailableMemory;%实时获得当前gpu的可用内存
% input=single(input);%将double型的P转为single型
% output=single(output);%将double型的T转为single型
% net = train( net, input , output' , 'useGPU','only' ) ;     %GPU
%% 测试
tic
testInput=tramnmx(x_test',minI,maxI);
Y=sim(net,testInput);
[s1 , s2] = size( Y ) ;                   %统计识别正确率
hitNum = 0 ;
predictChar=[];                           %输出结果
for i = 1 : s2[m , Index] = max( Y( : ,  i ) ) ;predictChar=[predictChar;Index];if( Index  == y_test(i)   ) hitNum = hitNum + 1 ; end
end
sprintf('识别率是 %3.3f%%',100 * hitNum / s2 )
toc

3-3 深度学习LetNet5

通过第二节获得层参数layers后，就可以直接将该参数用于深度学习训练，当然训练前需要进行数据格式的转换，把一维数据转换为二维图片数据。LetNet5在本例的评价如下：
运行时间：3星(GPU训练)
准确率： 4星
代码如下：
Datapre.m(一维数据转换为二维)

load handwriting.mat
% 将一维数据转为二维图像数据
%% 训练集
X=x_train;
X = permute(X,[2 1]);    %交换数据维度
X = X./255;              %归一化
X=reshape(X,[28,28,1,size(X,2)]);
X = dlarray(X, 'SSCB');
Y=categorical(y_train);
%% 测试集
X2=x_test;
X2 = permute(X2,[2 1]);    %交换数据维度
X2 = X2./255;              %归一化
X2=reshape(X2,[28,28,1,size(X2,2)]);
X2 = dlarray(X2, 'SSCB');
Y2=categorical(y_test);
%% 保存数据
save XY.mat X Y X2 Y2

CNNTrain.m(网络训练)

load XY.mat
XTrain=X;      %训练集
YTrain=Y;      %训练集标签
XTest=X2;      %测试集
Ytest=Y2;      %测试集标签
layers = [imageInputLayer([28 28 1],"Name","imageinput")convolution2dLayer([5 5],6,"Name","conv1","Padding","same")tanhLayer("Name","tanh1")maxPooling2dLayer([2 2],"Name","maxpool1","Stride",[2 2])convolution2dLayer([5 5],16,"Name","conv2")tanhLayer("Name","tanh2")maxPooling2dLayer([2 2],"Name","maxpool","Stride",[2 2])fullyConnectedLayer(120,"Name","fc1")fullyConnectedLayer(84,"Name","fc2")fullyConnectedLayer(10,"Name","fc")softmaxLayer("Name","softmax")classificationLayer("Name","classoutput")];options = trainingOptions('sgdm', ...         %优化器'LearnRateSchedule','piecewise', ...      %学习率'LearnRateDropFactor',0.2, ...             'LearnRateDropPeriod',5, ...'MaxEpochs',20, ...                       %最大学习整个数据集的次数'MiniBatchSize',128, ...                  %每次学习样本数'Plots','training-progress');             %画出整个训练过程%训练网络
trainNet = trainNetwork(XTrain, YTrain,layers,options); save Minist_LeNet5 trainNet                      %训练完后保存模型
yTest = classify(trainNet, XTest);               %测试训练后的模型
accuracy = sum(yTest == Ytest)/numel(yTest);     %模型在测试集的准确率
disp(accuracy)                                   %打印测试集准确率

CNNTest.m(通过JPG图片进行测试)

load('Minist_LeNet5');                      %导入训练好的LeNet5网络
test_image = imread('1.jpg');               %导入手写体数字图片
shape = size(test_image);
dimension=numel(shape);
if dimension > 2test_image = rgb2gray(test_image);      %灰度化
end
test_image = imresize(test_image, [28,28]); %保证输入为28*28
test_image = imcomplement(test_image);      %反转，使得输入网络时一定要保证图片 背景是黑色，数字部分是白色
test_image=double(test_image);
test_image=test_image';                     %旋转
test_image=test_image./255;                 %归一化
result = classify(trainNet, test_image);    %利用LetNet5分类
disp(result);

测试

测试用的是自己用windows画图工具画的10个数字，如下：

CNNTest.m运行结果：

最后

手写体数字识别.mat数据集已经上传到我的博客资源，到我的博客资源就可以下载了。

MNIST手写体数字数据集官网
http://yann.lecun.com/exdb/mnist/

参考文献
[1] Lecun Y , Bottou L . Gradient-based learning applied to document recognition[J]. Proceedings of the IEEE, 1998, 86(11):2278-2324.