# MINST-CNN
基于MINST数据库的手写体数字识别CNN设计,matlab实现
## 目录结构
+ .m文件:matlab源文件
+ MINSTData.mat:训练数据集和测试数据集,可用load函数导入matlab
## 网络设计
![image-20201024225324048](./README.assets/image-20201024225324048.png)
**特征提取子网络:**
训练数据为28×28,像素值归一化为[0~1]的图像。经过9×9×20的滤波器矩阵滤波过后,提取出20×20×20的FeatureMap矩阵。将得到的特征矩阵经过ReLU激活函数后,求得Y1,Y1经过2×2的平均池化后,降低图像维度,得到Y2。
**分类子网络:**
分类子网络中采用“交叉熵+Softmax”和小批量算法的方法对数据进行训练,Y1经过Reshape函数转化为列向量,得到y2。y2再输入进分类子网络中。分类子网络采用BP策略,将误差向后传播,并更新网络中的权重值。
## 训练和调试方法
**训练:**
**1.** **载入训练数据,并设置时钟,记录运行时间**
![img](./README.assets/clip_image001.png)
**2.** **初始化权重值**
![img](./README.assets/clip_image002.png)
**3.** **采用小批量算法对神经网络进行训练,60000个样本,分12,000组,每组5个。总共更新12000次权重值**
![img](./README.assets/clip_image004.jpg)
![img](./README.assets/clip_image006.jpg)
![img](./README.assets/clip_image008.jpg)
![img](./README.assets/clip_image010.jpg)
**4.** **载入测试数据,并将输出结果与真实结果进行对比,统计识别的正确率。同时暂停时钟,输出程序运行时间**
![img](./README.assets/clip_image012.jpg)
![img](./README.assets/clip_image014.jpg)
没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
【项目资源】: 包含前端、后端、移动开发、操作系统、人工智能、物联网、信息化管理、数据库、硬件开发、大数据、课程资源、音视频、网站开发等各种技术项目的源码。 包括STM32、ESP8266、PHP、QT、Linux、iOS、C++、Java、python、web、C#、EDA、proteus、RTOS等项目的源码。 【项目质量】: 所有源码都经过严格测试,可以直接运行。 功能在确认正常工作后才上传。 【适用人群】: 适用于希望学习不同技术领域的小白或进阶学习者。 可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。 【附加价值】: 项目具有较高的学习借鉴价值,也可直接拿来修改复刻。 对于有一定基础或热衷于研究的人来说,可以在这些基础代码上进行修改和扩展,实现其他功能。 【沟通交流】: 有任何使用上的问题,欢迎随时与博主沟通,博主会及时解答。 鼓励下载和使用,并欢迎大家互相学习,共同进步。
资源推荐
资源详情
资源评论
收起资源包目录
基于MINST数据库的手写体数字识别CNN设计,matlab实现.zip (17个子文件)
资料总结
ReLU.m 44B
Pool.m 130B
DeltaMiniBatch.m 2KB
main.m 891B
MNISTData.mat 29.5MB
README.assets
clip_image014.jpg 25KB
clip_image006.jpg 20KB
clip_image012.jpg 52KB
clip_image004.jpg 30KB
clip_image008.jpg 37KB
clip_image002.png 15KB
clip_image010.jpg 34KB
image-20201024225324048.png 27KB
clip_image001.png 10KB
README.md 2KB
Softmax.m 63B
Conv.m 159B
共 17 条
- 1
资源评论
妄北y
- 粉丝: 1w+
- 资源: 1万+
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功