【深度学习案例】手写数字项目实现-3. Matlab深度学习模型训练

最新推荐文章于 2024-11-17 17:57:16 发布

原创

最新推荐文章于 2024-11-17 17:57:16 发布 · 1.6k 阅读

CC 4.0 BY-SA版权

文章标签：

本文详细介绍了使用Matlab构建神经网络，数据读取器以及训练过程，以实现对手写数字的识别。通过可视化工具构建网络结构，并使用MNIST数据集进行训练，展示了关键步骤和配置参数。

该项目所用到的源码以及所有源码均在GitHub以及Gitee上面开源，下载方式：

GitHub: 
git clone https://github.com/guojin-yan/MNIST_demo.git

Gitee:
git clone https://gitee.com/guojin-yan/MNIST_demo.git

5. Matlab深度学习模型训练

我们首先构建我们训练所使用的网络，Matlab支持可视化构建神经网络，使用起来十分容易。

首先在APP中找到深度网络设计器，进去后新建一个网络文件。
请添加图片描述

深度网络设计器功能页面如下图所示：

左侧为网络层库，这里包含我们在深度学上常见的所有网络，卷积网络层、序列网络层等，后面在使用的时候直接拖拽到中间的工作区即可。

中间是网络构建区域，在左侧拖拽进来的网络，我们根据顺序将其用连接线连接起来，只需要点住网络层下部输出点拖拽到下一层网络的上部输入点即可。

右侧为网络节层属性设置区域，一些网络层需要修改对应的参数以达到不同的效果。针对不同的网络层需要设置的参数可以查阅Matlab帮助手册。
在这里插入图片描述

设计完网络后，点击生成代码，将代码导入到代码区。
在这里插入图片描述

将导出的网络copy到function lgraph = Net()方法中

在这里插入图片描述

下面是封装的一个网络结构生成的方法，可以通过替换tempLayers参数，来更换