权重函数matlab,指定自定义权重初始化函数

加载数据

将数字样本数据加载为图像数据存储。imageDatastore 函数根据文件夹名称自动对图像加标签。

digitDatasetPath = fullfile(matlabroot,'toolbox','nnet','nndemos', ...

'nndatasets','DigitDataset');

imds = imageDatastore(digitDatasetPath, ...

'IncludeSubfolders',true, ...

'LabelSource','foldernames');

将数据划分为训练数据集和验证数据集，以使训练集中的每个类别包含 750 个图像，并且验证集包含对应每个标签的其余图像。splitEachLabel 将数据存储拆分为两个新的数据存储以用于训练和验证。

numTrainFiles = 750;

[imdsTrain,imdsValidation] = splitEachLabel(imds,numTrainFiles,'randomize');

定义网络架构

定义卷积神经网络架构：

大小为 [28 28 1] 的图像输入层，输入图像的大小

三个二维卷积层，滤波器大小为 3 并分别具有 8、16 和 32 个滤波器

每个卷积层后有一个泄漏 ReLU 层

大小为 10 的全连接层，类的数量

Softmax 层

分类层

对于每个卷积层，将权重初始化函数设置为 leakyHe 函数。在本示例末尾列出的 leakyHe 函数接受输入 sz(层权重的大小)