👨🎓个人主页:研学社的博客
💥💥💞💞欢迎来到本博客❤️❤️💥💥
🏆博主优势:🌞🌞🌞博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。
⛳️座右铭:行百里者,半于九十。
📋📋📋本文目录如下:🎁🎁🎁
目录
💥1 概述
本文展示了如何使用多输入方法实现卷积神经网络 (CNN) 以进行图像分类。例如,一个名为MNIST的手写数字数据集被分为上半部分和下半部分,如下所示,上半部分和下半部分被馈送到多输入CNN中。
📚2 运行结果
部分代码:
function prepareDigitDataset
[XTrain,YTrain] = digitTrain4DArrayData;
XTrainUpper=XTrain(1:14,:,:,:); % extract the upper part
XTrainBottom=XTrain(15:28,:,:,:);% extract the down part
mkdir upperHalf
mkdir bottomHalf
for n=1:10
mkdir(sprintf('upperHalf/%d',n-1))
mkdir(sprintf('bottomHalf/%d',n-1))
end
for i=1:size(XTrainUpper,4)
classNum=double(YTrain(i))-1; % Note that each value is added by one
imwrite(uint8(repmat(XTrainUpper(:,:,:,i)*255,[1 1 3])),sprintf('upperHalf/%d/TrainImg%d.jpg',classNum,i))
imwrite(uint8(repmat(XTrainBottom(:,:,:,i)*255,[1 1 3])),sprintf('bottomHalf/%d/TrainImg%d.jpg',classNum,i))
end
end
🎉3 参考文献
部分理论来源于网络,如有侵权请联系删除。
[1]Kenta (2023). Image Classification using CNN with Multi Input