手写数字识别matlab代码

function net = cnnsetup(net, x, y) inputmaps = 1; % B=squeeze(A) 返回和矩阵A相同元素但所有单一维都移除的矩阵B，单一维是满足size(A,dim)=1的维。 % train_x中图像的存放方式是三维的reshape(train_x',28,28,60000)，前面两维表示图像的行与列， % 第三维就表示有多少个图像。这样squeeze(x(:, :, 1))就相当于取第一个图像样本后，再把第三维 % 移除，就变成了28x28的矩阵，也就是得到一幅图像，再size一下就得到了训练样本图像的行数与列数了 mapsize = size(squeeze(x(:, :, 1))); % 下面通过传入net这个结构体来逐层构建CNN网络 % n = numel(A)返回数组A中元素个数 % net.layers中有五个struct类型的元素，实际上就表示CNN共有五层，这里范围的是5 for l = 1 : numel(net.layers) % layer if strcmp(net.layers{l}.type, 's') % 如果这层是 子采样层 % subsampling层的mapsize，最开始mapsize是每张图的大小28*28 % 这里除以scale=2，就是pooling之后图的大小，pooling域之间没有重叠，所以pooling后的图像为14*14 % 注意这里的右边的mapsize保存的都是上一层每张特征map的大小，它会随着循环进行不断更新 mapsize = floor(mapsize / net.layers{l}.scale); for j = 1 : inputmaps % inputmap就是上一层有多少张特征图 net.layers{l}.b{j} = 0; % 将偏置初始化为0 end end if strcmp(net.layers{l}.type, 'c') % 如果这层是 卷积层 % 旧的mapsize保存的是上一层的特征map的大小，那么如果卷积核的移动步长是1，那用 % kernelsize*kernelsize大小的卷积核卷积上一层的特征map后，得到的新的map的大小就是下面这样 mapsize = mapsize - net.layers{l}.kernelsize + 1; % 该层需要学习的参数个数。每张特征map是一个(后层特征图数量)*(用来卷积的patch图的大小) % 因为是通过用一个核窗口在上一个特征map层中移动（核窗口每次移动1个像素），遍历上一个特征map % 层的每个神经元。核窗口由kernelsize*kernelsize个元素组成，每个元素是一个独立的权值，所以 % 就有kernelsize*kernelsize个需要学习的权值，再加一个偏置值。另外，由于是权值共享，也就是 % 说同一个特征map层是用同一个具有相同权值元素的kernelsize*kernelsize的核窗口去感受输入上一 % 个特征map层的每个神经元得到的，所以同一个特征map，它的权值是一样的，共享的，权值只取决于 % 核窗口。然后，不同的特征map提取输入上一个特征map层不同的特征，所以采用的核窗口不一样，也 % 就是权值不一样，所以outputmaps个特征map就有（kernelsize*kernelsize+1）* outputmaps那么多的权值了 % 但这里fan_out只保存卷积核的权值W，偏置b在下面独立保存 fan_out = net.layers{l}.outputmaps * net.layers{l}.kernelsize ^ 2; for j = 1 : net.layers{l}.outputmaps % output map % fan_out保存的是对于上一层的一张特征map，我在这一层需要对这一张特征map提取outputmaps种特征， % 提取每种特征用到的卷积核不同，所以fan_out保存的是这一层输出新的特征需要学习的参数个数 % 而，fan_in保存的是，我在这一层，要连接到上一层中所有的特征map，然后用fan_out保存的提取特征 % 的权值来提取他们的特征。也即是对于每一个当前层特征图，有多少个参数链到前层 fan_in = inputmaps * net.layers{l}.kernelsize ^ 2; for i = 1 : inputmaps % input map % 随机初始化权值，也就是共有outputmaps个卷积核，对上层的每个特征map，都需要用这么多个卷积核 % 去卷积提取特征。 % rand(n)是产生n×n的 0-1之间均匀取值的数值的矩阵，再减去0.5就相当于产生-0.5到0.5之间的随机数 % 再 *2 就放大到 [-1, 1]。然后再乘以后面那一数，why？ % 反正就是将卷积核每个元素初始化为[-sqrt(6 / (fan_in + fan_out)), sqrt(6 / (fan_in + fan_out))] % 之间的随机数。因为这里是权值共享的，也就是对于一张特征map，所有感受野位置的卷积核都是一样的 % 所以只需要保存的是 inputmaps * outputmaps 个卷积核。 net.layers{l}.k{i}{j} = (rand(net.layers{l}.kernelsize) - 0.5) * 2 * sqrt(6 / (fan_in + fan_out)); end net.layers{l}.b{j} = 0; % 将偏置初始化为0 end % 只有在卷积层的时候才会改变特征map的个数，pooling的时候不会改变个数。这层输出的特征map个数就是 % 输入到下一层的特征map个数 inputmaps = net.layers{l}.outputmaps; end end % fvnum 是输出层的前面一层的神经元个数。 % 这一层的上一层是经过pooling后的层，包含有inputmaps个特征map。每个特征map的大小是mapsize。 % 所以，该层的神经元个数是 inputmaps * （每个特征map的大小） % prod: Product of elements. % For vectors, prod(X) is the product of the elements of X % 在这里 mapsize = [特征map的行数 特征map的列数]，所以prod后就是 特征map的行*列 fvnum = prod(mapsize) * inputmaps; % onum 是标签的个数，也就是输出层神经元的个数。你要分多少个类，自然就有多少个输出神经元 onum = size(y, 1); % 这里是最后一层神经网络的设定 % ffb 是输出层每个神经元对应的基biases net.ffb = zeros(onum, 1); % ffW 输出层前一层 与 输出层 连接的权值，这两层之间是全连接的 net.ffW = (rand(onum, fvnum) - 0.5) * 2 * sqrt(6 / (onum + fvnum)); end