【MATLAB+深度学习】LeNet-5改进版minist手写数字识别完整简明步骤及源码注释，不用费心配环境

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

---

前言

  在上一篇神经网络发展大事记中，我们已经知道了1998年的经典卷积神经网络LeNet-5实现了手写数字识别，非常适合初学者入门学习，而MATLAB又自带minist数据集、配备了强大的库（许多初学者光是配环境就卡很久）。
本篇仅使用一个MATLAB脚本来完成题目，并结合程序介绍相关原理。

---

提示：以下是本篇文章正文内容，下面案例可供参考

一、LeNet-5简要原理

如果恰好有10个特征能映射0~9个数字，就能直接完成分类。但实际上对机器来说并不能这样一步到位，而是从初级的特征，比如像素在空间上的轮廓分布：（图为LeNet-5结构示意图）

然后再到点的有规律分布，比如：“横”、“竖”、“撇”、“捺”这些高级特征，再到这些高级特征的组合形成更高级的特征来识别数字。卷积神经网络，可以很好地胜任逐层级的特征学习任务。
  输入层：输入图像。
  卷积层：提取特征。6个不同的卷积核就能提取6种特征。
  池化层：减轻运算、协助学习。
  再次卷积并池化，得到更高级的特征。
  全连接层：将前层特征展成1维向量，向量中被激活的分量组成最高级特征。
  softmax层：接受向量输入，输出每个类别的概率分布。

二、LeNet-5详细原理与MATLAB编程过程（完整程序于本节末）

1.导入minist数据集

  minist数据集是一个开源的经典的手写数字数据集，包含了6w个训练样本和1w个测试样本，每个样本都是28x28的灰度图（0~9），常用于训练和测试图像分类算法。MATLAB自带的
代码如下（示例）：

%% 步骤 1: 导入数据集

folderPath = 'E:\matlabR2023b\toolbox\nnet\nndemos\nndatasets\DigitDataset';
imds = imageDatastore(folderPath, 'IncludeSubfolders', true, 'LabelSource', 'foldernames');

  你电脑上安装的MATLAB也会自带这个数据集，替换成你电脑的路径上去即可。imageDatastore命令帮助导入图像数据。其中，IncludeSubfolders指定包含子文件夹，LabelSource设置为’foldernames’则将文件夹名作为标签。

然后可以选择抽查其中的一部分图片：

figure,
numImages=10000;
perm=randperm(numImages,20);
for i=1:1:20
    subplot(4,5,i);
    imshow(imds.Files{
   perm(i)});
end

运行后如下：

为了训练与测试，需要将导入的数据集imds划分为训练集和测试集：

[imdsTrain, imdsTest] = splitEachLabel(imds, 0.8, 'randomize');

  splitEachLabel命令用于分割数据集为训练集和测试集，0.8表示训练集占80%，剩余的为测试集。

2.设计改进版LeNet-5结构

  基于LeNet-5的网络模型稍作改进，使用的网络结构（analyzeNetwork(net);即可绘制之）如下：

  如图，我们设计了比LeNet-5（提出于1998年）改进的网络，使用了ReLu激活函数（提出于2011年），并再卷积后进行了批归一化可以帮助正规化卷积提取的特征，这样做有助于网络的后续层更加稳定和快速地学习。省略批归一化层可能会导致训练过程不稳定，收敛速度慢，甚至无法收敛。
  许多初学者听说过激活函数、激活值。狭义上的激活值是被激活函数处理后的输出结果，同时也往往是下一层神经元的输入。如果没有激活函数的激活值，就是线性的。
这个表中有一竖着的栏为“激活”，这里的激活是只一层神经元的输出，之所以叫“激活”，是因为模仿生物学上神经元兴奋，兴奋就是被激活了，这一栏的内容是激活值矩阵（即每一层的输出值）。比如输入层imageinput的“激活”这一栏为28（S）x28（S）x 1（C） x1(B)，这是因为输入灰度图像尺寸为28x28，灰度的通道（channel）=1，如果是RGB则其通道数为3。
  通道是初学者需要掌握的基础概念，简而言之，1个通道1个特征用1个卷积核。通道就是数据中表示某类特征信息的维度，每个通道都可以看作专注于提取一类特征的检测器。
续上一节，源码如下：

% 步骤 2: 定义LeNet网络结构
% 需事先安装MATLAB深度学习工具箱，特别是Deep Learning Toolbox
layers = [
    imageInputLayer([28 28 1], 'Name', 'input')

    convolution2dLayer(5, 6,