深度学习是一个广泛的领域，包含了许多不同的应用和模型。以下是使用 MATLAB 进行深
度学习的一个简单例子，我们将使用一个简单的卷积神经网络（CNN）来对图像进行分类。
### 步骤 1：准备数据
首先，我们需要准备一些图像数据。假设我们有一个包含不同类别图像的文件夹，每个类
别的图像放在不同的子文件夹中。
### 步骤 2：创建数据加载器
MATLAB 提供了`ImageDatastore`类来方便地加载图像数据。
```matlab
% 指定图像文件夹路径
imageFolder = 'path_to_your_image_folder';
% 创建 ImageDatastore 对象
imds = imageDatastore(imageFolder, 'IncludeSubfolders', true, 'LabelSource',
'foldernames');
```
### 步骤 3：定义 CNN 架构
接下来，我们需要定义 CNN 的架构。MATLAB 提供了`layerGraph`函数来构建深度学习模
型。
```matlab
layers = [
imageInputLayer([224 224 3]) % 输入层，假设图像大小为 224x224x3
convolution2dLayer(3, 64, 'Padding', 'same') % 卷积层
batchNormalizationLayer % 批量归一化层
reluLayer % 激活层
maxPooling2dLayer(2, 'Stride', 2) % 池化层
convolution2dLayer(3, 128, 'Padding', 'same') % 第二层卷积
batchNormalizationLayer
reluLayer
maxPooling2dLayer(2, 'Stride', 2)
