Matlab深度学习实践之手写体识别（含详细注释）

Matlab这几年在人工智能这块儿也越做越好了，最近为了熟悉matlab如何搭建神经网络，自己做了一个手写体识别实验，记录一下。

实验任务非常简单，网络搭的也非常随意，不合理的地方也懒得改，旨在走通matlab搭建神经网络的流程。

首先，数据集为MNIST数据集

我已经把数据按类别分好，分为train和test，底下又都有十个子文件夹存放手写体图像。

网络训练代码如下：

clear;close all;clc;
%% 数据读取、增强%读取训练集
path_train = 'D:\work\过期文件\手写体识别\MNIST\train';  %训练集路径
folders_train = fullfile(path_train,{'0' '1' '2' '3' '4' '5' '6' '7' '8' '9'}); %读取子目录
imds_train = imageDatastore(folders_train,'FileExtensions','.jpg',...'LabelSource','foldernames');                 %读取所有图像路径
[imdsTrain,imdsValidation] = splitEachLabel(imds_train,0.9,0.1);          %拆分出验证集%读取测试集
path_test = 'D:\work\过期文件\手写体识别\MNIST\test';
folders_test = fullfile(path_test,{'0' '1' '2' '3' '4' '5' '6' '7' '8' '9'});
imds_test = imageDatastore(folders_test,'FileExtensions','.jpg',...'LabelSource','foldernames');%图像增强
pixelRange = [-2 2];   %平移范围
scaleRange = [0.9 1.1];  %缩放范围
imageAugmenter = imageDataAugmenter( ...'RandXTranslation',pixelRange, ...'RandYTranslation',pixelRange, ...'RandXScale',scaleRange, ...'RandYScale',scaleRange);     %定义图像增强器
augimdsTrain = augmentedImageDatastore([28,28],imds_train, ...'DataAugmentation',imageAugmenter);  %图像增强
%% 设计（或者读取）网络
layers = [imageInputLayer([28 28 1],"Name","imageinput")convolution2dLayer([5 5],32,"Name","conv_1","Padding","same","Stride",[2 2])reluLayer("Name","relu_1")batchNormalizationLayer("Name","batchnorm_1")convolution2dLayer([3 3],32,"Name","conv_2","Padding","same")reluLayer("Name","relu_2")fullyConnectedLayer(512,"Name","fc_1")batchNormalizationLayer("Name","batchnorm_2")reluLayer("Name","relu_3")fullyConnectedLayer(10,"Name","fc_2")softmaxLayer("Name","softmax")classificationLayer("Name","classoutput")];
% analyzeNetwork(layers)  %分析网络%% 训练网络
options = trainingOptions('sgdm', ...'MiniBatchSize',512, ...'MaxEpochs',1, ...'InitialLearnRate',1e-2, ...'Shuffle','every-epoch', ...'ValidationData',imdsValidation, ...'ValidationFrequency',3, ...'Verbose',1, ...'Plots','training-progress');   %设置训练策略
trainedNet = trainNetwork(augimdsTrain,layers,options);  %训练%% 测试模型
[YPred,probs] = classify(trainedNet,imds_test);
accuracy = mean(YPred == imds_test.Labels)

这里面，用到了一些函数，一些重要的用法我都写在其他博客里了，这儿只大致说一下有什么用

fullfile：读取文件夹下的所有子文件夹
imageDatastore：读取数据集，这个函数比较重要，后边很多函数都在调用它
splitEachLabel：拆分imageDatastore读取的数据
imageDataAugmenter：图像增强器，定义如何增强图像
augmentedImageDatastore：进行图像增强
关于如何搭建网络，我写在了这里，看完后发现一些简单任务用不着敲一行代码
analyzeNetwork：分析网络
trainingOptions：定义训练策略，比如学习率，优化器之类的
trainNetwork：训练网络
classify：将网络用于分类

训练结果：

如果需要处理好的数据集，可以留下邮箱~

听取评论区建议，直接放上网盘，应该不会被吞贴吧2333
链接：https://pan.baidu.com/s/1htpPayQ2m0B3C5xOk3Quqg
提取码：pdb6

最后在说明一下，网络是随便搭的，不要用！！只是学习MATLAB用的

以上这些希望会对你有所帮助

Matlab深度学习实践之手写体识别（含详细注释）相关推荐

【OFDM通信】基于matlab深度学习OFDM系统信号检测【含Matlab源码 2023期】
⛄一.深度学习OFDM系统信号检测简介 1 OFDM系统模型 OFDM系统是一种常用的多载波调制方式, 因为其具有能够在带宽较窄的情况下传输大量数据.能够对抗频率选择性衰落.传输速率高.实现简单.信道 ...
Matlab深度学习-手写体数字识别
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 GU ...
基于Matlab深度学习Yolov4-tiny的交通标志识别道路标志识别检测
交通标志检测是辅助驾驶.自动驾驶系统中的重要组成部分,针对交通标志检测任务中复杂环境下的小目标检测精度低的问题,提出一种基于YOLOv4-tiny的交通标志检测方法. 基于Matlab深度学习的道路标 ...
基于MATLAB 2021b的机器学习、深度学习实践应用
近年来,随着无人驾驶汽车.医学影像智慧辅助诊疗.ImageNet竞赛等热点事件的发生,人工智能迎来了新一轮的发展浪潮.尤其是在计算机视觉和图像处理领域,各种颠覆性的成果应运而生. [专家]:郁磊副教授 ...
MATLAB 2021b的机器学习、深度学习实践应用
近年来,随着无人驾驶汽车.医学影像智慧辅助诊疗.ImageNet竞赛等热点事件的发生,人工智能迎来了新一轮的发展浪潮.尤其是在计算机视觉和图像处理领域,各种颠覆性的成果应运而生. 更多资讯关注:Ai科 ...
【第 07 章基于主成分分析的人脸二维码识别MATLAB深度学习实战案例】
基于主成分分析的人脸二维码识别MATLAB深度学习实战案例人脸库全套文件资料目录下载链接–>传送门本文全文源码下载[链接–>传送门] 如下分析: 主文件 function varar ...
深度学习实践2--分类检测识别专场
深度学习实践2–分类检测识别专场时间:(5.12 - 5.22)线下展示要求:按自己情况配合完成,每组至少实现一个,选题目一最好再选一个其他尝试一下,并且两个人都能简单了解过程,可自选题目(展示就 ...
基于深度学习的人脸性别识别系统（含UI界面，Python代码）
摘要:人脸性别识别是人脸识别领域的一个热门方向,本文详细介绍基于深度学习的人脸性别识别系统,在介绍算法原理的同时,给出Python的实现代码以及PyQt的UI界面.在界面中可以选择人脸图片.视频进行检 ...
【PyTorch深度学习实践】P9 kaggle otto商品分类作业（含注释）
<PyTorch深度学习实践>-刘二大人 Otto Group Product Classification作业将商品进行十分类,输入为93个特征10个类别的商品数据集,输出为预测数据集 ...
基于深度学习的中文车牌识别与管理系统（含UI界面，Python代码）
摘要:本文详细介绍基于深度学习的中文车牌识别与管理系统,在介绍算法原理的同时,给出Python的实现代码以及PyQt的UI界面.在界面中既可以选择需要识别的车牌视频.图片文件.批量图片进行检测识别,也 ...

Matlab深度学习实践之手写体识别（含详细注释）

Matlab深度学习实践之手写体识别（含详细注释）相关推荐

最新文章

热门文章