【Matlab序列+矩阵，双输入深度学习网络】

之前整理过Matlab序列+序列、序列+图像双输入的网络，在本人闲鱼主页下都可以找到。近来发现，Matlab对于矩阵的输入好像是不太一样的。起初是想将序列+图像的网络中，直接把图像输入层改为通道1就可以，实际上是行不通的。这要归咎于这个arrayDatastore函数（在双输入网络中，序列和矩阵的数据都必须经过arrayDatastore转化，图像可以用imageDatastore函数）。

但方法总比困难多的，好在Matlab 2023之后的版本引入了3d卷积这个层（image3dInputLayer）。是的，用3d卷积是比较容易处理矩阵的，虽然这有些大材小用，但是方便第一。

网络：如下是本程序构建的网络，一端输入1x100的序列，一端输入100x100的矩阵。网络可以自己写代码构建，也可以用Matlab里的深度学习app搭积木。个人非常建议app搭积木，真的非常方便，app里搭完也可以导出成代码。

这个数据是直接rand生成的，在源代码里也有。为了区分两类样本，制造了些差异。因只是示例作用，数据弄得很简单。

数据：10条序列数据，1x100。10条矩阵数据，100x100。序列和矩阵一一对应，8条训练，2条测试。

在整理数据的时候是非常令人头疼的，稍有不慎就会报错：输入维度不匹配，网络期待的输入是什么什么样，