对卷积神经网络算法进行大量图像数据训练来提供识别精度

利用大量图像数据对卷积神经网络算法进行训练，通过卷积、池化、下采样以及全连接层训练后的卷积神经网络在图像识别精度越来越高。

function net = cnnapplygrads（net opts）
    for l = 2 : numel（net.layers）
        if strcmp（net.layers{l}.type ‘c‘）
            for j = 1 : numel（net.layers{l}.a）
                for ii = 1 : numel（net.layers{l - 1}.a）
                    net.layers{l}.k{ii}{j} = net.layers{l}.k{ii}{j} - opts.alpha * net.layers{l}.dk{ii}{j};
                end
                net.layers{l}.b{j} = net.layers{l}.b{j} - opts.alpha * net.layers{l}.db{j};
            end
        end
    end

    net.ffW = net.ffW - opts.alpha * net.dffW;
    net.ffb = net.ffb - opts.alpha * net.dffb;
end

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     文件         575  2017-04-20 16:23  cnnapplygrads.m
     文件        2141  2017-04-20 16:24  cnnbp.m
     文件        1774  2017-04-20 16:24  cnnff.m
     文件        1768  2017-04-20 16:24  cnnsetup.m
     文件         193  2017-04-20 16:24  cnntest.m
     文件         845  2017-04-20 16:24  cnntrain.m
     文件         981  2017-04-20 16:24  test_example_CNN.m