matlab+BP神经网络实现手写体数字识别

个人博客文章链接：http://www.huqj.top/article?id=168

接着上一篇所说的 BP神经网络，现在用它来实现一个手写体数字的识别程序，训练素材来自吴恩达机器学习课程，我把打包好上传到了网盘上：

1 2	链接：https://pan.baidu.com/s/1_u8zXzkQcY0iS3cgq2k0xg  提取码：4opy

    训练数据一共有5000条，10个数字（0~9，为了和matlab适配，0在这里统一用10表示），每个数字各500个手写体图片，像素统一处理为20*20，其中pics中是5000张图片，   data是一个.mat文件，可以直接加载到matlab中，包含两个变量X(5000x400 double矩阵)和y(5000x1 int矩阵)。

 

    可以看到，训练数据的输入是400个像素点的灰度值，虽然图片是20x20的，但是为了处理方便将其转换成1x400的输入，可以用matlab中的reshape函数进行转换。而对于输出而言，这可以看作一个多元分类问题，一共有10种分类，所以输出可以转换成一个10维向量。定义好输入输出格式之后，再考虑下神经网络的架构，平衡性能和效率，最终选择的架构是一个25元隐含层的BP网络。另外，为了衡量最终的模型效果，我们需要从5000个数据中抽取一部分作为测试集，这里我每个数字选了10条数据作为测试数据集，不过理论上训练集和测试集的比例可以达到 7:3

    利用之前编写好的BP网络训练函数和一些附加函数（sigmoid，预测函数等），最终的