MatConvNet 练习使用CNN

原创

于 2022-11-03 12:41:56 发布 · 459 阅读

收录于

当前文章被以下社区和专栏收录：

本文详细介绍了如何在MatConvNet中使用CNN，包括卷积、反卷积、池化、激活函数、归一化、损失与比较等操作，并通过实际案例探讨了网络设计的关键点，如层间尺寸匹配。特别指出，MatConvNet中不能将类别标签设为0，并讨论了在二分类问题中Softmax与Logistic Regression的区别。

首先在 VGG Convolutional Neural Networks Practical 官网上做了四个练习。现在代码可以直接用
但是在using pretrained models中有个错，net模型不一致，待解决！直接复制代码有问题；但是下载数据后运行Exe05是可以运行的。

net = load('data/imagenet-vgg-verydeep-16.mat') ;
vl_simplenn_display(net) ;

% obtain and preprocess an image
im = imread('peppers.png') ;
im_ = single(im) ; % note: 255 range

% im_ = imresize(im_, net.normalization.imageSize(1:2)) ;
% im_ = im_ - net.normalization.averageImage ;

im_ = imresize(im_, net.meta.normalization.imageSize(1:2)) ;
im_ = im_ - net.meta.normalization.averageImage ; % 操作的数组维度必须匹配


% run the CNN
res = vl_simplenn(net, im_) ;

% show the classification result
scores = squeeze(gather(res(end).x)) ;
[bestScore, best] = max(scores) ;

figure(1) ; clf ; imagesc(im) ;
title(sprintf('%

标签