1、數據集準備

首先準備一個包含十個數字文件夾的DigitsData，每個數字文件夾里包含1000張對應這個數字的圖片，圖片的尺寸都是 28×28×1 像素的，如下圖所示

matlab 中imageDatastore 函數會根據文件夾名稱自動為圖像進行分類標注。該數據集包含 10 個類別。

% 創建一個圖像數據存儲對象 `imds`，用于從名為 "DigitsData" 的文件夾中加載圖像數據
imds = imageDatastore("DigitsData", ...IncludeSubfolders=true, ...  % 指定在加載數據時包含子文件夾中的圖像LabelSource="foldernames");  % 使用子文件夾的名稱作為圖像的標簽（自動分類）% 獲取數據集中所有的類別名稱（即文件夾名），并將其存儲在變量 classNames 中
classNames = categories(imds.Labels);  % 將 imds.Labels

將數據劃分為訓練集、驗證集和測試集。使用 70% 的圖像作為訓練數據，15% 作為驗證數據，15% 作為測試數據。指定使用 “randomized”（隨機化），以便從每個類別中按指定比例隨機分配圖像到新的數據集中。
splitEachLabel 函數用于將圖像數據存儲對象劃分成三個新的數據存儲對象。

% 使用 splitEachLabel 函數將原始圖像數據集 imds 隨機劃分為訓練集、驗證集和測試集
[imdsTrain, imdsValidation, imdsTest] = splitEachLabel(imds, 0.7, 0.15, 0.15, "randomized");

• splitEachLabel：MATLAB 中的函數，用于根據每個標簽（類別）分別劃分圖像數據集。這樣可以確保每個類別在訓練集、驗證集和測試集中都有代表性。
• imds：原始的圖像數據存儲對象，包含所有圖像和對應的標簽。
• 0.7：表示將每個類別中 70% 的圖像用于訓練集。
• 0.15：表示每個類別中 15% 的圖像用于驗證集。
• 0.15：表示每個類別中 15% 的圖像用于測試集。
• "randomized"：表示在劃分數據集時使用隨機抽樣，避免按文件順序導致劃分不均衡。
• [imdsTrain, imdsValidation, imdsTest]：返回三個新的 imageDatastore 對象，分別代表：
  • imdsTrain：訓練數據集
  • imdsValidation：驗證數據集
  • imdsTest：測試數據集

2、網絡搭建

這里，我們需要借用到matlab工具欄里APPS里的Deep Network Designer，如下圖所示

在Deep Network Designer, 我們創建一個空白Designer畫布

然后我們可以拖動相應的層到Designer里，并連接各個層，如下圖所示

這里，我們只需要改一下輸入層的InputSize就行，如下圖

然后，我們可以檢查這個網絡可行不可行，通過Analyze按鈕，就會得到這個網絡的分析結果，如下圖

沒有錯誤，就可以通過Export按鈕輸出這個網絡到Matlab工作區，這個網絡被自動被命名為net_1。

3、訓練網絡

指定訓練選項。不同選項的選擇需要依賴實驗分析（即通過反復試驗和比較來確定最優配置）。

% 設置用于網絡訓練的選項，這里使用的是隨機梯度下降動量法（SGDM）
% 最大訓練輪數（epoch）：訓練過程中將整個訓練集完整迭代 4 次
% 指定驗證數據集，用于在訓練過程中評估模型的泛化能力
% 每訓練 30 個 mini-batch 執行一次驗證評估
% 在訓練過程中顯示實時圖形界面，包括損失值和準確率的變化曲線
% 指定訓練期間關注的評估指標為準確率（accuracy）
% 禁止在命令行窗口輸出詳細訓練信息（安靜模式）
options = trainingOptions("sgdm", ...  MaxEpochs = 4, ...  ValidationData = imdsValidation, ... ValidationFrequency = 30, ...  Plots = "training-progress", ...  Metrics = "accuracy", ...  Verbose = false); 

trainingOptions 是 MATLAB 中用于設置神經網絡訓練參數的函數。

"sgdm" 是一種常用優化算法，適用于多數分類問題。

MaxEpochs=4 設置為 4 是為了快速試驗，實際訓練中可以設置更大，比如 10、20 甚至更多。

ValidationFrequency=30 表示每 30 次 mini-batch 后在驗證集上評估一次性能，值越小越頻繁，但也會增加驗證的耗時。

Plots="training-progress" 是非常有用的調試和可視化工具，能幫助你觀察訓練是否收斂。

Verbose=false 適合在圖形界面中查看結果時使用；如果希望看到文字日志，可以設置為 true。

使用 trainnet 函數訓練神經網絡。由于目標是分類任務，因此使用交叉熵損失函數（cross-entropy loss）。

% 使用 trainnet 函數對神經網絡進行訓練
net = trainnet(imdsTrain, net_1, "crossentropy", options);

• imdsTrain：訓練數據集，是一個圖像數據存儲對象（imageDatastore），包含用于訓練的圖像和對應標簽。
• net_1：要訓練的神經網絡結構（可由 layerGraph 或 dlnetwork 等方式定義的網絡）。
• "crossentropy"：指定損失函數為交叉熵損失函數（cross-entropy loss），這是分類任務中最常用的損失函數，特別適用于多類分類問題。
• options：訓練選項，由前面設置的 trainingOptions 定義，包含訓練輪數、驗證數據、優化器、可視化等信息。

返回值：

• net：訓練完成后的神經網絡，包含了優化后的權重和結構，可用于后續的預測或評估。

4、測試神經網絡

使用 testnet 函數對神經網絡進行測試。對于單標簽分類任務，評估指標為準確率（accuracy），即預測正確的百分比。默認情況下，testnet 函數會在可用時自動使用 GPU。如果希望手動選擇執行環境，可以使用 testnet 函數的 ExecutionEnvironment 參數進行設置。

% 使用 testnet 函數對訓練好的神經網絡進行驗證，并評估其準確率
accuracy = testnet(net, imdsTest, "accuracy");

• net：已訓練好的神經網絡模型，是前面通過 trainnet 得到的結果。
• imdsTest：測試數據集，是一個圖像數據存儲對象（imageDatastore），用于測試模型的性能。
• "accuracy"：評估指標，這里指定為準確率，即預測正確的樣本數量占總樣本數量的百分比。

返回值：

• accuracy：一個介于 0 和 1 之間的小數，表示模型在測試集上的準確率。例如，accuracy = 0.93 表示模型在測試集中有 93% 的預測是正確的。

testnet 函數自動根據你的硬件情況選擇在 CPU 還是 GPU 上運行。如果你想手動指定環境，比如使用 CPU，可以這樣寫：

accuracy = testnet(net, imdsTest, "accuracy", ExecutionEnvironment="cpu");

5、進行預測

使用 minibatchpredict 函數進行預測，并通過 scores2label 函數將預測得分轉換為類別標簽。默認情況下，如果有可用的 GPU，minibatchpredict 會自動使用 GPU 進行計算。

% 對測試集進行批量預測，輸出每個圖像對應的類別得分（概率）
scores = minibatchpredict(net, imdsValidation);% 將得分（scores）轉換為類別標簽，使用 classNames 映射到原始類名
YValidation = scores2label(scores, classNames);

可視化部分預測結果：

% 獲取測試集圖像的總數量
numTestObservations = numel(imdsTest.Files);% 從測試集中隨機選取 9 個樣本用于可視化
idx = randi(numTestObservations, 9, 1);% 創建一個新的圖形窗口
figure
tiledlayout("flow")  % 使用自動流式布局排列子圖（tiled layout）% 遍歷 9 張圖像，顯示圖像并在標題中標注預測類別
for i = 1:9nexttile  % 在下一個網格位置準備繪圖img = readimage(imdsTest, idx(i));  % 讀取第 idx(i) 張圖像imshow(img)  % 顯示圖像title("Predicted Class: " + string(YTest(idx(i))))  % 設置標題，顯示預測類別
end

6、完整代碼

% 創建一個圖像數據存儲對象 `imds`，用于從名為 "DigitsData" 的文件夾中加載圖像數據
imds = imageDatastore("DigitsData", ...IncludeSubfolders=true, ...  % 指定在加載數據時包含子文件夾中的圖像LabelSource="foldernames");  % 使用子文件夾的名稱作為圖像的標簽（自動分類）% 獲取數據集中所有的類別名稱（即文件夾名），并將其存儲在變量 classNames 中
classNames = categories(imds.Labels);  % 將 imds.Labels%%
% 使用 splitEachLabel 函數將原始圖像數據集 imds 隨機劃分為訓練集、驗證集和測試集
[imdsTrain, imdsValidation, imdsTest] = splitEachLabel(imds, 0.7, 0.15, 0.15, "randomized");% 設置用于網絡訓練的選項，這里使用的是隨機梯度下降動量法（SGDM）
% 最大訓練輪數（epoch）：訓練過程中將整個訓練集完整迭代 4 次
% 指定驗證數據集，用于在訓練過程中評估模型的泛化能力
% 每訓練 30 個 mini-batch 執行一次驗證評估
% 在訓練過程中顯示實時圖形界面，包括損失值和準確率的變化曲線
% 指定訓練期間關注的評估指標為準確率（accuracy）
% 禁止在命令行窗口輸出詳細訓練信息（安靜模式）
options = trainingOptions("sgdm", ...  MaxEpochs = 4, ...  ValidationData = imdsValidation, ... ValidationFrequency = 30, ...  Plots = "training-progress", ...  Metrics = "accuracy", ...  Verbose = false); % 使用 trainnet 函數對神經網絡進行訓練
net = trainnet(imdsTrain, net_1, "crossentropy", options);%%
% 使用 testnet 函數對訓練好的神經網絡進行驗證，并評估其準確率
accuracy = testnet(net, imdsTest, "accuracy");%%
% 對測試集進行批量預測，輸出每個圖像對應的類別得分（概率）
scores = minibatchpredict(net, imdsTest);% 將得分（scores）轉換為類別標簽，使用 classNames 映射到原始類名
YTest = scores2label(scores, classNames);% 獲取測試集圖像的總數量
numTestObservations = numel(imdsTest.Files);% 從測試集中隨機選取 9 個樣本用于可視化
idx = randi(numTestObservations, 9, 1);% 創建一個新的圖形窗口
figure
tiledlayout("flow")  % 使用自動流式布局排列子圖（tiled layout）% 遍歷 9 張圖像，顯示圖像并在標題中標注預測類別
for i = 1:9nexttile  % 在下一個網格位置準備繪圖img = readimage(imdsTest, idx(i));  % 讀取第 idx(i) 張圖像imshow(img)  % 顯示圖像title("Predicted Class: " + string(YTest(idx(i))))  % 設置標題，顯示預測類別
end