资源简介
卷积神经网络matlab版源码,实现对手写体图片的数字识别。实验所需数据可到https://download.csdn.net/download/u013479571/10664562下载
代码片段和文件信息
%%% matlab实现LeNet-5
%%% 作者:xd.wp
%%% 时间:2016.10.22 14:29
%% 程序说明
% 1、池化(pooling)采用平均2*2
% 2、网络结点数说明:
% 输入层:28*28
% 第一层:24*24(卷积)*20
% tanh
% 第二层:12*12(pooling)*20
% 第三层:100(全连接)
% 第四层:10(softmax)
% 3、网络训练部分采用800个样本,检验部分采用100个样本
clear all;clc;
%% 网络初始化
layer_c1_num=20;
layer_s1_num=20;
layer_f1_num=100;
layer_output_num=10;
%权值调整步进
yita=0.01;
%bias初始化
bias_c1=(2*rand(120)-ones(120))/sqrt(20);
bias_f1=(2*rand(1100)-ones(1100))/sqrt(20);
%卷积核初始化
[kernel_c1kernel_f1]=init_kernel(layer_c1_numlayer_f1_num);
%pooling核初始化
pooling_a=ones(22)/4;
%全连接层的权值
weight_f1=(2*rand(20100)-
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
文件 4097 2018-09-13 15:01 CNN\CNN_simple_mian.m
文件 2566 2018-09-13 09:13 CNN\CNN_upweight.m
文件 326 2018-09-13 09:11 CNN\convolution.m
文件 482 2018-09-13 09:12 CNN\convolution_f1.m
文件 270 2018-09-13 09:11 CNN\init_kernel.m
文件 324 2018-09-13 09:12 CNN\pooling.m
目录 0 2018-09-13 15:10 CNN\
- 上一篇:水表数字框字符分割-连通域法
- 下一篇:JC法可靠度计算
相关资源
- Cellular-Neural-Network 细胞神经网络(C
- NSCT-SF-PCNN-ImageFusion-Toolbox
- CNN_Edge_extraction CNN图像边缘检测
- PCNN
- Autoencoder_Code 神经网络中深度学习理论
- Pattern-Classification 此文档包含对卷积神
- shadow-removal 收集的一些关于阴影去除
- PCNN-NSCT 把PCNN和非下采样结合
- mycnn
- DeepLearnToolbox_matlab matlab实现的深度学
- SceneTextCNN_demo.tar 端至端卷积神经网络
- DeepLearnToolbox-master2734431
- CNN 这个是一个神经网络预测股票的程
- Exercise5-Softmax-Regression 斯坦福深度学习
- Exercise1-Sparse-Autoencoder 网址:http://d
- DeepLearnToolbox-master 关于深度学习的一
- rbm 深度学习相关代码实现
- CNN-code 深度学习CNN网络
- DBN-code 深度学习DBN网络
- DeepLearnToolbox 深度学习工具包
- DeepLearnToolbox-master 深度学习工具箱的
- cnn
- deep-learning 深度学习方法的入门必备的
- CNN 本程序实现深度学习的卷积神经网
- source-code 用D-CNN的方法
- DeepNeuralNetwork 深度学习DBN神经网络工
- CNNdigitrecognize CNN卷积神经网络数字识
- CNNSVM-master 先利用卷及神经网络提取数
- rnn rnn maltab时间序列预测实现
- deeplearning_facerecognition 人脸识别
评论
共有 条评论