Matlab深度学习入门实例:从0搭建卷积神经网络CNN（附完整代码）

网上已具有大量卷积神经网络的讲解，故本文不在对此赘述，这篇文章针对已了解CNN基础结构和原理者，以一个例子搭建一个简单的卷积神经网络，作为正式迈入深度学习的第一步。

我们以深度学习最经典的案例——手写数字的识别，和一种经典的CNN——LeNet进行本次学习。

Matlab的功能十分强大，其自带的深度学习工具箱可以使我们免于编写底层算法，迅速地搭建出一个卷积神经网络，同时，其自带手写数字图片以供学习，地址如下，笔者使用的是Matlab2022a。

我们将DigitDataset拷贝到当前编写代码的文件夹下，并删除其中包含两个Excel即可得到下列图片。

第一步，加载手写数字样本图片，代码如下：

clearclc% 第一步：加载手写数字样本imds = imageDatastore( ...    'DigitDataset', ...    'IncludeSubfolders',true, ...    'LabelSource','foldernames');

‘IncludeSubfolders’,true：包含每个文件夹中的所有文件和子文件夹；

‘LabelSource’,’foldernames’：根据文件夹名称分配标签并储存在Labels属性中。

第二步，将样本划分为训练集和测试集，并统计分类数量，代码如下：

% 第二步：% 将样本划分为训练集与测试集[imdsTrain,imdsValidation] = splitEachLabel(imds,0.7);% 统计训练集中分类标签的数量numClasses = numel(categories(imdsTrain.Labels));

imdsTrain为训练样本数据，imdsValidation为验证样本数据，0.7为训练样本的比例。

第三步，构建LeNet并进行可视化分析，代码如下：

% 第三步：构建LeNET卷积网络并进行分析% 构建LeNET卷积网络LeNET= [   imageInputLayer([60 20 1],'Name','input','Normalization','zscore')                     convolution2dLayer([5 5],6,'Padding','same','Name','Conv1')    maxPooling2dLayer(2,'Stride',2,'Name','Pool1')                 convolution2dLayer([5 5],16,'Padding','same','Name','Conv2')   maxPooling2dLayer(2,'Stride',2,'Name','Pool2')                 convolution2dLayer([5 5],120,'Padding','same','Name','Conv3')   fullyConnectedLayer(84,'Name','fc1')                        fullyConnectedLayer(numClasses,'Name','fc2')   softmaxLayer( 'Name','softmax')   classificationLayer('Name','output')                                          ];  % 对构建的网络进行可视化分析lgraph = layerGraph(LeNET);analyzeNetwork(lgraph)

由于手写数字图片大小为60*20*1，故需调整输入层大小；

LeNet结构如下：

第一个卷积层：卷积核大小为5，数量为6，卷积方式为0填充；

第一个池化层：二维最大池化，区域为2，步长为2；

第二个卷积层：卷积核大小为5，数量为16，卷积方式为0填充；

第二个池化层：二维最大池化，区域为2，步长为2；

第三个卷积层：卷积核大小为5，数量为12，卷积方式为0填充；

第一个全连接层：输出大小为84；

第二个全连接层：输出大小为numClasses;

softmax层：得出全连接层每一个输出的概率；

classfication层：根据概率确定类别。

analyzeNetwork可以使我们对网络进行可视化分析，该代码运行结果如下图：

第四步，调整训练集和输入集的图像大小使其与LeNet输入层相同，代码如下：

% 第四步：将训练集与验证集中图像的大小调整成与LeNet输入层的大小相同inputSize = [60 20 1];augimdsTrain = augmentedImageDatastore(inputSize(1:2),imdsTrain);augimdsValidation = augmentedImageDatastore(inputSize(1:2),imdsValidation);

该步骤在此例中可以省略。

第五步：配置训练选项并对网络进行训练，代码如下：

% 第五步：配置训练选项并对网络进行训练% 配置训练选项   options = trainingOptions('sgdm', ...    'InitialLearnRate',0.001, ...        'MaxEpochs',3, ...                   'Shuffle','every-epoch', ...    'ValidationData',augimdsValidation, ...    'ValidationFrequency',30, ...    'Verbose',true, ...    'Plots','training-progress');                 % 对网络进行训练net = trainNetwork(augimdsTrain,LeNET,options); 

训练选项如下：

训练方法为sgdm;

初始学习率为0.001；

最大轮数为3；

‘Shuffle’,’every-epoch’: 在每一轮训练前打乱数据；

训练期间所用数据为augimdsValidation;

验证频率为30次/轮；

设置打开命令窗口输出；

设置打开训练进度图。

我们可以看到训练进度如下图：

第六步：将训练好的网络用于对新的输入图像进行分类，并计算准确率

% 第六步：将训练好的网络用于对新的输入图像进行分类，并计算准确率YPred = classify(net,augimdsValidation);YValidation = imdsValidation.Labels;accuracy = sum(YPred == YValidation)/numel(YValidation)figureconfusionchart(YValidation,YPred)

confusionchart可以产生混淆矩阵，以便我们更直观的看出LeNet验证的结果。

可以看到预测结果准确度比较低，对此我们可以对LeNet进行改进，增加卷积，池化层或者使用更高级的AlexNet等神经网络进行训练，本例全部代码如下：

clearclc% 第一步：加载手写数字样本imds = imageDatastore( ...    'DigitDataset', ...    'IncludeSubfolders',true, ...    'LabelSource','foldernames');% 第二步：% 将样本划分为训练集与测试集[imdsTrain,imdsValidation] = splitEachLabel(imds,0.7);% 统计训练集中分类标签的数量numClasses = numel(categories(imdsTrain.Labels));% 第三步：构建LeNET卷积网络并进行分析% 构建LeNET卷积网络LeNET= [   imageInputLayer([60 20 1],'Name','input','Normalization','zscore')                     convolution2dLayer([5 5],6,'Padding','same','Name','Conv1')    maxPooling2dLayer(2,'Stride',2,'Name','Pool1')                 convolution2dLayer([5 5],16,'Padding','same','Name','Conv2')   maxPooling2dLayer(2,'Stride',2,'Name','Pool2')                 convolution2dLayer([5 5],120,'Padding','same','Name','Conv3')   fullyConnectedLayer(84,'Name','fc1')                        fullyConnectedLayer(numClasses,'Name','fc2')   softmaxLayer('Name','softmax')   classificationLayer('Name','output')                                          ];  % 对构建的网络进行可视化分析lgraph = layerGraph(LeNET);analyzeNetwork(lgraph)% 第四步：将训练集与验证集中图像的大小调整成与LeNet输入层的大小相同inputSize = [60 20 1];augimdsTrain = augmentedImageDatastore(inputSize(1:2),imdsTrain);augimdsValidation = augmentedImageDatastore(inputSize(1:2),imdsValidation);     % 第五步：配置训练选项并对网络进行训练% 配置训练选项   options = trainingOptions( ...    'sgdm', ...    'InitialLearnRate',0.001, ...        'MaxEpochs',3, ...                   'Shuffle','every-epoch', ...    'ValidationData',augimdsValidation, ...    'ValidationFrequency',30, ...    'Verbose',true, ...    'Plots','training-progress');                 % 对网络进行训练net = trainNetwork(augimdsTrain,LeNET,options);     % 第六步：将训练好的网络用于对新的输入图像进行分类，并计算准确率YPred = classify(net,augimdsValidation);YValidation = imdsValidation.Labels;accuracy = sum(YPred == YValidation)/numel(YValidation)   figureconfusionchart(YValidation,YPred)