Question

我必须在Matlab中制作一个简单的3层神经网络（2-10-2）。

我参与了Matlab中的卷积神经网络，并希望将其与简单的神经网络架构进行比较。

每个类有14000个图像，输入有两个类，输出有两个类。输入图像大小为56x56 = 3136 1）如何制作2-10-2 NN架构。

2）我的图像也是RGB，所以它的56x56x3因此输入矩阵将是9408？如果是两个类，则在输入x中。对于每个类，x1的大小为3161x700，x2的大小为9408x700，x输入的最终大小为9408x1400，标签为1x1400？

Answer 1

如果您查看feedforwardnet MATLAB help page，就会有以下示例：

[x,t] = simplefit_dataset;
net = feedforwardnet(10);
net = train(net,x,t);
view(net)
y = net(x);
perf = perform(net,y,t)

这几乎就是你想要的。 feedforwardnet可以采用不同隐藏图层大小的数组，因此我们可以这样做：

    net = feedforwardnet([2 10 2]);

获得您想要的架构。您无需担心输入图层大小或输出图层大小。这些设置为“0”，并根据您在训练期间提供给网络（示例中为net）的输入和输出自动设置为正确的大小。在您的情况下，您可以将56x56矩阵重塑为3136x1向量：

x = reshape(x,3161,1);

因此，按照上面的示例，确保您的班级/目标标签位于t以及x中的相应输入，您就可以了。

话虽这么说，我不会使用其中一个网络来分类图像。 ConvNets通常是要走的路。

将输入数据（x和t）分成训练，验证和测试集，并让训练功能自动处理这样的泛化能力，在训练前执行此操作：

net.divideFcn = 'dividerand';
net.divideParam.trainRatio = 0.7;
net.divideParam.valRatio = 0.15;
net.divideParam.testRatio = 0.15;

把它放在一起，我们有：

[x,t] = simplefit_dataset;
net = feedforwardnet(10);
net.divideFcn = 'dividerand';
net.divideParam.trainRatio = 0.7;
net.divideParam.valRatio = 0.15;
net.divideParam.testRatio = 0.15;
net = train(net,x,t);
view(net)
y = net(x);
perf = perform(net,y,t)

Answer 2

对于2类分类问题，单输出逻辑神经元就足够了。（2-10-1）的NN架构就足够了。

如何在MATLAB中使用自定义神经网络函数进行图像

2 个答案: