MNIST CNN from scratch：CNN 对从头开始编码的数字进行分类-matlab开发

CNN 使用交叉熵损失和 Adam 优化器对从头开始编码的数字进行分类。 这个 CNN 有两个卷积层、一个最大池化层和两个全连接层，使用交叉熵作为损失函数。 要使用它，请将 mnist 数据加载到您的工作区，然后运行 ​​main_cnn。 可以调整训练参数（时期数、批次大小）以及与 Adam 优化器相关的参数。 在 1 个 epoch 上训练，CNN 在测试集上达到了 95% 的准确率。 通过参数调整可能会提高准确性，但我对此进行了编码以构建典型 CNN 的组件。 用于计算卷积、最大池化、梯度（通过反向传播）等的函数可以适用于其他架构。