基于卷积神经网络的识别Minist手写体数字matlab源码数据集含每一步运行结果及每种方法效果评估的完整实验报告

本资源为深度学习课程设计含课程设计完整过程的数据集以及实验报告可供参考由matlab代码编写构建双层CNN卷积神经网络识别Minist的手写体数据其中将不断改进的代码跟另外使用工具函数编写的另一个CNN程序结果比较有一个较为直观的运行效果对比.能够很好的看出程序设计的优劣.使用的是双层卷积神经网络后向传播用的是随机梯度下降及其优化版本.适用于CNN初学者以及希望更进一步的学习者.dataset是MNIST.这里层的概念是指convolution pooling函数说明read label和read image分别为读取标签和图像数据点的函数convolve是实现卷积的函数pool是实现池化的函数SGDMSGD是主函数把minibatch设为1就是SGD大于1就是MSGDOPTIMAL是优化版的主函数OPTIMAL FINALE是最终优化版的主函数toolbox是用工具箱函数写的CNN用于对比之前函数的运行效果.SGDMSGDOPTIMAL OPTIMAL FINALE toolbox都可以直接运行得到答案