matlab+BP神经网络 手写体数字识别训练程序含训练数据

matlab+BP神经网络 手写体数字识别训练程序（含训练数据）。 包含5000张手写字数字图片（20x20像素），以及matlab训练程序。

%% 主函数
function [W delta iterNum] = BPNN（size_ alpha lambda threshold maxIter X y W）
    %BP神经网络实现
    %参数含义：
    %size - 一维数组，表示神经网络架构（不包含偏置单元）
    %alpha - 学习率α
    %lambda - 正则化参数
    %threshold - 误差阈值
    %maxIter - 最大迭代次数
    %Xy - 训练数据
    %W - 可断参数，如果没有则随机初始化
    
    %判断参数合法性
    if size（X 2） ~= size_（1） || size（y 2） ~= size_（end） || size（y 1） ~= size（X 1）
       fprintf（‘训练数据集与模型结构不符\n‘）; 
       return;
    end

    %初始化一些参数
    layerNum = length（size_）;
    maxUnitNum = max（size_）;
    m = size（X 1）;
    iterNum = 0;
    
    %每个神经元的输出
    a = zeros（layerNum maxUnitNum）;
    %每个神经元的误差
    d = zeros（layerNum maxUnitNum）;
    %初始随机权重
    if ~exist（‘W‘ ‘var‘） || isempty（W）
       W = rand（layerNum - 1 maxUnitNum + 1 maxUnitNum + 1）; 
    end
    
    %迭代训练
    while iterNum < maxIter
       iterNum = iterNum + 1;
       D = zeros（layerNum - 1 maxUnitNum + 1 maxUnitNum + 1）;
       delta = 0;
       for i = 1 : m
           %前向传播
           [out a] = forwardPropagation（size_ W X（i :） a）;
           d（end 1 : length（out）） = out - y（i :）;
           delta = delta + sum（abs（out - y（i :）））;
           %反向传播
           [d D] = backPropagation（size_ W d D a）;
       end
       delta = delta / m;
       fprintf（‘delta=%f\n‘ delta）;
       if delta <= threshold
           fprintf（‘误差小于阈值，训练结束‘）;
           break;
       end
       %调整权重
       W = adjustWeight（size_ W D alpha lambda m）;
    end

end

%% 一次前向传播
function [out a] = forwardPropagation（size_ W x a）
    out = x;
    a（1 1 : size_（1）） = x;
    for i = 1 : length（size_） - 1
        out = reshape（W（i 2 : size_（i + 1） + 1 1 : size_（i） + 1） size_（i + 1） size_（i） + 1） * [1 out]‘;
        out = sigmoid（out‘）;
        a（i + 1 1 : size_（i + 1）） = out;
    end
end

%% 一次反向传播
function [d D] = backPropagation（size_ W d D a）
    for i = length（size_） - 1 : -1 : 1
        %调节每个神经元的误差值
        d（i 1 : size_（i）） = d（i + 1 1 : size_（i + 1）） * ...
            reshape（W（i 2 : size_（i + 1） + 1 2 : size_（i） + 1） size_（i + 1） size_（i））...
            .* （a（i 1 : size_（i）） .* （1 - a（i 1 : size_（i））））;
        % 累加调节每个权重的误差
        D（i 2 : size_（i + 1） + 1 1 : size_（i） + 1） = D（i 2 : size_（i + 1） + 1 1 : size_（i） + 1） + ...
            reshape（（[1; a（i 1 : size_（i））‘] * d（i + 1 1 : size_（i + 1）））‘ 1 size_（i + 1） size_（i） + 1）;
    end
end

%% 调整权重
function W = adjustWeight（size_ W D alpha lambda m）
    D = D / m;
    for i2 = 1 : length（size_） - 1
        %非常数项系数加上正则化参数
        D（i2 2 : size_（i2 + 1） + 1 2 : size_（i2） + 1） = D（i2 2 : size_（i2 + 1） + 1 2 : size_（i2） + 1） + ...
           lambda * W（i2 2 : size_（i2 + 1） + 1 2 : size_（i2） + 1） / m;
       %梯度下降调整权重
       W（i2 1 : size_（i2 + 1） + 1 1 : size_（i2） + 1） = W（i2 1 : size_（i2 + 1） + 1 1 : size_（i2） + 1） -...
           alpha * D（i2 1 : size_（i2 + 1） + 1 1 : size_（i2） + 1）;

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2019-01-05 12:47  手写体数字识别训练程序\
     文件        3223  2018-12-31 15:04  手写体数字识别训练程序\BPNN.m
     文件         692  2018-12-30 20:27  手写体数字识别训练程序\BPNNPredict.m
     文件        1502  2017-03-14 09:40  手写体数字识别训练程序\displayData.m
     文件     7511764  2017-03-14 09:40  手写体数字识别训练程序\ex3data1.mat
     文件        2068  2019-01-05 12:45  手写体数字识别训练程序\HandwriteRecognizationTest.m
     文件         107  2018-12-21 13:27  手写体数字识别训练程序\sigmoid.m
     文件     2436858  2018-12-31 20:34  手写体数字识别训练程序\weight.mat
     目录           0  2018-12-28 16:41  手写体数字识别训练程序\手写体数字识别训练数据\
     文件     7511764  2017-03-14 09:40  手写体数字识别训练程序\手写体数字识别训练数据\data.mat
     目录           0  2018-12-28 16:39  手写体数字识别训练程序\手写体数字识别训练数据\pics\
     目录           0  2018-12-28 16:35  手写体数字识别训练程序\手写体数字识别训练数据\pics\0\
     文件         355  2018-12-28 16:35  手写体数字识别训练程序\手写体数字识别训练数据\pics\0\1.jpg
     文件         327  2018-12-28 16:35  手写体数字识别训练程序\手写体数字识别训练数据\pics\0\10.jpg
     文件         342  2018-12-28 16:35  手写体数字识别训练程序\手写体数字识别训练数据\pics\0\100.jpg
     文件         368  2018-12-28 16:35  手写体数字识别训练程序\手写体数字识别训练数据\pics\0\101.jpg
     文件         364  2018-12-28 16:35  手写体数字识别训练程序\手写体数字识别训练数据\pics\0\102.jpg
     文件         379  2018-12-28 16:35  手写体数字识别训练程序\手写体数字识别训练数据\pics\0\103.jpg
     文件         339  2018-12-28 16:35  手写体数字识别训练程序\手写体数字识别训练数据\pics\0\104.jpg
     文件         361  2018-12-28 16:35  手写体数字识别训练程序\手写体数字识别训练数据\pics\0\105.jpg
     文件         329  2018-12-28 16:35  手写体数字识别训练程序\手写体数字识别训练数据\pics\0\106.jpg
     文件         377  2018-12-28 16:35  手写体数字识别训练程序\手写体数字识别训练数据\pics\0\107.jpg
     文件         379  2018-12-28 16:35  手写体数字识别训练程序\手写体数字识别训练数据\pics\0\108.jpg
     文件         377  2018-12-28 16:35  手写体数字识别训练程序\手写体数字识别训练数据\pics\0\109.jpg
     文件         341  2018-12-28 16:35  手写体数字识别训练程序\手写体数字识别训练数据\pics\0\11.jpg
     文件         384  2018-12-28 16:35  手写体数字识别训练程序\手写体数字识别训练数据\pics\0\110.jpg
     文件         374  2018-12-28 16:35  手写体数字识别训练程序\手写体数字识别训练数据\pics\0\111.jpg
     文件         344  2018-12-28 16:35  手写体数字识别训练程序\手写体数字识别训练数据\pics\0\112.jpg
     文件         348  2018-12-28 16:35  手写体数字识别训练程序\手写体数字识别训练数据\pics\0\113.jpg
     文件         357  2018-12-28 16:35  手写体数字识别训练程序\手写体数字识别训练数据\pics\0\114.jpg
     文件         310  2018-12-28 16:35  手写体数字识别训练程序\手写体数字识别训练数据\pics\0\115.jpg
............此处省略4991个文件信息