本推送分享基于matlab的反向傳播神經(jīng)網(wǎng)絡(luò)（BPNN）案例：手寫數(shù)字識(shí)別（數(shù)據(jù)來(lái)自MINIST集）。BPNN的原理不再介紹，僅介紹算法實(shí)現(xiàn)的過(guò)程。

注：本案例中所有內(nèi)容從底層寫起，不借助工具箱。

數(shù)據(jù)集

訓(xùn)練集已經(jīng)整理成MATLAB標(biāo)準(zhǔn)數(shù)據(jù)格式，每一列代表一個(gè)訓(xùn)練樣本（數(shù)字）。測(cè)試集具有同樣的格式。

通過(guò)下方代碼即可將數(shù)字圖像顯示出來(lái)：

clear?all;
load?num_train.mat
figure
axes('Position',[0.1?0.1?0.8?0.8]);
for?i??=?1:size(x_train,2)????
????imshow(reshape(x_train(:,i:i+2),[28?84]));
????%imshow(reshape(x_train(:,i),[28?28]));
????pause(0.1)
end

含GUI

從BP.m直接啟動(dòng)，并點(diǎn)擊開始。

?如果不勾選左上角的是否重新訓(xùn)練數(shù)據(jù)，GUI界面上會(huì)利用圖圖已經(jīng)訓(xùn)練好的模型進(jìn)行測(cè)試，并繪制出測(cè)試結(jié)果。

預(yù)訓(xùn)練的模型參數(shù)在WEIGHT.mat中。

?如果勾選左上角的是否重新訓(xùn)練數(shù)據(jù)后點(diǎn)開始，會(huì)提示用戶輸入訓(xùn)練參數(shù)：

不含GUI

直接從noGUI_BP.m啟動(dòng)運(yùn)行，會(huì)提示用戶輸入訓(xùn)練參數(shù)，并給出訓(xùn)練結(jié)果。此時(shí)可視化過(guò)程需要自行完成。

部分代碼

激活函數(shù)

反向傳播算法

?關(guān)注微信公眾號(hào)“圖通道”回復(fù)數(shù)字識(shí)別下載完整代碼與數(shù)據(jù)集；

?打包圖圖的所有作品: https://mbd.pub/o/bread/mbd-YZaYm55t ；

?交流群：549621236；