DigitRecognition:使用深度学习（卷积神经网络）进行数字识别

使用深度学习（卷积神经网络）的手写数字识别 这个 3 层卷积网络的 Matlab 实现在 MNIST 公共数据集上进行了测试，其中包括 60,000 个训练样本和 10,000 个测试样本。 它通过 30 次训练迭代达到 > 97% 的准确率。 网络架构： 具有四个特征图的卷积层 L1，来自四个 5x5 内核。 具有非重叠 2 x 2 窗口的子采样层 L2 以计算局部平均值。 全连接输出层 L3。 真正的输出向量表示为对应于 0-9 的 y ∈ R^10。 有关网络的可视化，请参阅： : 如何运行： 从下载数据集 加载数据： [trainlabels,trainimages,testlabels,testimages] = cnnload(); 训练和测试： [missimages, misslabels] = cnntrain(trainlabels,trainima