文件編號：B428

文件大?。?/strong>10M

開發(fā)環(huán)境：Matlab2020

猿創(chuàng)承諾：該項(xiàng)目親測正常運(yùn)行，需遠(yuǎn)程調(diào)試部署需另外收費(fèi)，確保正常使用，不能正常使用全額退款。

簡要概述：我們用的雙層卷積神經(jīng)網(wǎng)絡(luò)，后向傳播用的是隨機(jī)梯度下降及其優(yōu)化版本

函數(shù)說明：

read_label和read_image分別為讀取標(biāo)簽和圖像數(shù)據(jù)點(diǎn)的函數(shù)

convolve是實(shí)現(xiàn)卷積的函數(shù)，pool是實(shí)現(xiàn)池化的函數(shù)

SGD_MSGD是主函數(shù)，可以直接運(yùn)行得到答案(把minibatch設(shè)為1就是SGD，大于1就是MSGD）

OPTIMAL是優(yōu)化版的主函數(shù)，可以直接運(yùn)行得到答案

OPTIMAL_FINALE是最終優(yōu)化版的主函數(shù)，可以直接運(yùn)行得到答案

toolbox是用工具箱函數(shù)寫的CNN，可以直接運(yùn)行得到答案

運(yùn)行效果對比：(toolbox函數(shù)一直沒變，只是改了minibatch來和自己的算法對比）

（在文件夾“實(shí)驗(yàn)圖”和我們的報(bào)告里都有相應(yīng)的圖）

1.

SGD：（最基本的隨機(jī)梯度下降，每輸入一個(gè)圖像就更新一次）

經(jīng)過三輪訓(xùn)練，準(zhǔn)確率97.99%(耗時(shí)較長)

toolbox:

minibatch=1，經(jīng)過三輪訓(xùn)練，準(zhǔn)確率94.05%（不建議嘗試，這個(gè)耗時(shí)90分鐘）

2.

MSGD：（增加了minibatch，改為對minibatch隨機(jī)梯度下降）

minibatch=150，經(jīng)過三輪訓(xùn)練，準(zhǔn)確率93.74%

toolbox:（minibatch=150)

minibatch=150，經(jīng)過三輪訓(xùn)練，準(zhǔn)確率98.36%（調(diào)整初始學(xué)習(xí)率之后）

3.

優(yōu)化版本OPTIMAL：（在修改版基礎(chǔ)上加了動量和權(quán)重衰減）

minibatch=150，經(jīng)過三輪訓(xùn)練，準(zhǔn)確率97.91%

toolbox:

minibatch=150，經(jīng)過三輪訓(xùn)練，準(zhǔn)確率98.36%（調(diào)整初始學(xué)習(xí)率之后）

4.

（1）

最終優(yōu)化版本OPTIMAL_FINALE：（在修改版基礎(chǔ)上加了Adam算法，可以自動調(diào)整學(xué)習(xí)率）

minibatch=150，經(jīng)過三輪訓(xùn)練，準(zhǔn)確率98.02%

toolbox:

minibatch=150，經(jīng)過三輪訓(xùn)練，準(zhǔn)確率98.36%（調(diào)整初始學(xué)習(xí)率之后）

（2）

最終優(yōu)化版本OPTIMAL_FINALE：（在修改版基礎(chǔ)上加了Adam算法，可以自動調(diào)整學(xué)習(xí)率）

minibatch=200，經(jīng)過三輪訓(xùn)練，準(zhǔn)確率98.38%

toolbox:

minibatch=200，經(jīng)過三輪訓(xùn)練，準(zhǔn)確率98.32%（調(diào)整初始學(xué)習(xí)率之后）

按需寫作：

演示視頻：

點(diǎn)擊查看：系統(tǒng)演示視頻

運(yùn)行效果： 

CNN

CNN_SGD

CNN150

Opt

OPT150

OPT200

tool1501

tool2001

tool15001

tool20001

遠(yuǎn)程協(xié)助：

溫馨提示：索煒達(dá).猿創(chuàng)官方提供收費(fèi)遠(yuǎn)程協(xié)助，確保您項(xiàng)目運(yùn)行成功。

點(diǎn)擊查看：遠(yuǎn)程協(xié)助相關(guān)事項(xiàng)

我們提供完整項(xiàng)目文件清單如下：

文件目錄

 ├ 1.項(xiàng)目源碼

 ├ 2.運(yùn)行截圖

 └ 3.演示視頻