1、数据集准备

首先准备一个包含十个数字文件夹的DigitsData，每个数字文件夹里包含1000张对应这个数字的图片，图片的尺寸都是 28×28×1 像素的，如下图所示

matlab 中imageDatastore 函数会根据文件夹名称自动为图像进行分类标注。该数据集包含 10 个类别。

% 创建一个图像数据存储对象 `imds`，用于从名为 "DigitsData" 的文件夹中加载图像数据
imds = imageDatastore("DigitsData", ...
    IncludeSubfolders=true, ...  % 指定在加载数据时包含子文件夹中的图像
    LabelSource="foldernames");  % 使用子文件夹的名称作为图像的标签（自动分类）

% 获取数据集中所有的类别名称（即文件夹名），并将其存储在变量 classNames 中
classNames = categories(imds.Labels);  % 将 imds.Labels

将数据划分为训练集、验证集和测试集。使用 70% 的图像作为训练数据，15% 作为验证数据，15% 作为测试数据。指定使用 “randomized”（随机化），以便从每个类别中按指定比例随机分配图像到新的数据集中。
splitEachLabel 函数用于将图像数据存储对象划分成三个新的数据存储对象。

% 使用 splitEachLabel 函数将原始图像数据集 imds 随机划分为训练集、验证集和测试集
[imdsTrain, imdsValidation, imdsTest] = splitEachLabel(imds, 0.7, 0.15, 0.15, "randomized");

• splitEachLabel：MATLAB 中的函数，用于根据每个标签（类别）分别划分图像数据集。这样可以确保每个类别在训练集、验证集和测试集中都有代表性。
• imds：原始的图像数据存储对象，包含所有图像和对应的标签。
• 0.7：表示将每个类别中 70% 的图像用于训练集。
• 0.15：表示每个类别中 15% 的图像用于验证集。
• 0.15：表示每个类别中 15% 的图像用于测试集。
• "randomized"：表示在划分数据集时使用随机抽样，避免按文件顺序导致划分不均衡。
• [imdsTrain, imdsValidation, imdsTest]：返回三个新的 imageDatastore 对象，分别代表：
  • imdsTrain：训练数据集
  • imdsValidation：验证数据集
  • imdsTest：测试数据集

2、网络搭建

这里，我们需要借用到matlab工具栏里APPS里的Deep Network Designer，如下图所示

在Deep Network Designer, 我们创建一个空白Designer画布

然后我们可以拖动相应的层到Designer里，并连接各个层，如下图所示

这里，我们只需要改一下输入层的InputSize就行，如下图

然后，我们可以检查这个网络可行不可行，通过Analyze按钮，就会得到这个网络的分析结果，如下图

没有错误，就可以通过Export按钮输出这个网络到Matlab工作区，这个网络被自动被命名为net_1。

3、训练网络

指定训练选项。不同选项的选择需要依赖实验分析（即通过反复试验和比较来确定最优配置）。

% 设置用于网络训练的选项，这里使用的是随机梯度下降动量法（SGDM）
% 最大训练轮数（epoch）：训练过程中将整个训练集完整迭代 4 次
% 指定验证数据集，用于在训练过程中评估模型的泛化能力
% 每训练 30 个 mini-batch 执行一次验证评估
% 在训练过程中显示实时图形界面，包括损失值和准确率的变化曲线
% 指定训练期间关注的评估指标为准确率（accuracy）
% 禁止在命令行窗口输出详细训练信息（安静模式）
options = trainingOptions("sgdm", ...  
    MaxEpochs = 4, ...  
    ValidationData = imdsValidation, ... 
    ValidationFrequency = 30, ...  
    Plots = "training-progress", ...  
    Metrics = "accuracy", ...  
    Verbose = false); 

trainingOptions 是 MATLAB 中用于设置神经网络训练参数的函数。

"sgdm" 是一种常用优化算法，适用于多数分类问题。

MaxEpochs=4 设置为 4 是为了快速试验，实际训练中可以设置更大，比如 10、20 甚至更多。

ValidationFrequency=30 表示每 30 次 mini-batch 后在验证集上评估一次性能，值越小越频繁，但也会增加验证的耗时。

Plots="training-progress" 是非常有用的调试和可视化工具，能帮助你观察训练是否收敛。

Verbose=false 适合在图形界面中查看结果时使用；如果希望看到文字日志，可以设置为 true。

使用 trainnet 函数训练神经网络。由于目标是分类任务，因此使用交叉熵损失函数（cross-entropy loss）。

% 使用 trainnet 函数对神经网络进行训练
net = trainnet(imdsTrain, net_1, "crossentropy", options);

• imdsTrain：训练数据集，是一个图像数据存储对象（imageDatastore），包含用于训练的图像和对应标签。
• net_1：要训练的神经网络结构（可由 layerGraph 或 dlnetwork 等方式定义的网络）。
• "crossentropy"：指定损失函数为交叉熵损失函数（cross-entropy loss），这是分类任务中最常用的损失函数，特别适用于多类分类问题。
• options：训练选项，由前面设置的 trainingOptions 定义，包含训练轮数、验证数据、优化器、可视化等信息。

返回值：

• net：训练完成后的神经网络，包含了优化后的权重和结构，可用于后续的预测或评估。

4、测试神经网络

使用 testnet 函数对神经网络进行测试。对于单标签分类任务，评估指标为准确率（accuracy），即预测正确的百分比。默认情况下，testnet 函数会在可用时自动使用 GPU。如果希望手动选择执行环境，可以使用 testnet 函数的 ExecutionEnvironment 参数进行设置。

% 使用 testnet 函数对训练好的神经网络进行验证，并评估其准确率
accuracy = testnet(net, imdsTest, "accuracy");

• net：已训练好的神经网络模型，是前面通过 trainnet 得到的结果。
• imdsTest：测试数据集，是一个图像数据存储对象（imageDatastore），用于测试模型的性能。
• "accuracy"：评估指标，这里指定为准确率，即预测正确的样本数量占总样本数量的百分比。

返回值：

• accuracy：一个介于 0 和 1 之间的小数，表示模型在测试集上的准确率。例如，accuracy = 0.93 表示模型在测试集中有 93% 的预测是正确的。

testnet 函数自动根据你的硬件情况选择在 CPU 还是 GPU 上运行。如果你想手动指定环境，比如使用 CPU，可以这样写：

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

5、进行预测

使用 minibatchpredict 函数进行预测，并通过 scores2label 函数将预测得分转换为类别标签。默认情况下，如果有可用的 GPU，minibatchpredict 会自动使用 GPU 进行计算。

% 对测试集进行批量预测，输出每个图像对应的类别得分（概率）
scores = minibatchpredict(net, imdsValidation);

% 将得分（scores）转换为类别标签，使用 classNames 映射到原始类名
YValidation = scores2label(scores, classNames);

可视化部分预测结果：

% 获取测试集图像的总数量
numTestObservations = numel(imdsTest.Files);

% 从测试集中随机选取 9 个样本用于可视化
idx = randi(numTestObservations, 9, 1);

% 创建一个新的图形窗口
figure
tiledlayout("flow")  % 使用自动流式布局排列子图（tiled layout）

% 遍历 9 张图像，显示图像并在标题中标注预测类别
for i = 1:9
    nexttile  % 在下一个网格位置准备绘图
    img = readimage(imdsTest, idx(i));  % 读取第 idx(i) 张图像
    imshow(img)  % 显示图像
    title("Predicted Class: " + string(YTest(idx(i))))  % 设置标题，显示预测类别
end

6、完整代码

% 创建一个图像数据存储对象 `imds`，用于从名为 "DigitsData" 的文件夹中加载图像数据
imds = imageDatastore("DigitsData", ...
    IncludeSubfolders=true, ...  % 指定在加载数据时包含子文件夹中的图像
    LabelSource="foldernames");  % 使用子文件夹的名称作为图像的标签（自动分类）

% 获取数据集中所有的类别名称（即文件夹名），并将其存储在变量 classNames 中
classNames = categories(imds.Labels);  % 将 imds.Labels


%%
% 使用 splitEachLabel 函数将原始图像数据集 imds 随机划分为训练集、验证集和测试集
[imdsTrain, imdsValidation, imdsTest] = splitEachLabel(imds, 0.7, 0.15, 0.15, "randomized");

% 设置用于网络训练的选项，这里使用的是随机梯度下降动量法（SGDM）
% 最大训练轮数（epoch）：训练过程中将整个训练集完整迭代 4 次
% 指定验证数据集，用于在训练过程中评估模型的泛化能力
% 每训练 30 个 mini-batch 执行一次验证评估
% 在训练过程中显示实时图形界面，包括损失值和准确率的变化曲线
% 指定训练期间关注的评估指标为准确率（accuracy）
% 禁止在命令行窗口输出详细训练信息（安静模式）
options = trainingOptions("sgdm", ...  
    MaxEpochs = 4, ...  
    ValidationData = imdsValidation, ... 
    ValidationFrequency = 30, ...  
    Plots = "training-progress", ...  
    Metrics = "accuracy", ...  
    Verbose = false); 



% 使用 trainnet 函数对神经网络进行训练
net = trainnet(imdsTrain, net_1, "crossentropy", options);

%%
% 使用 testnet 函数对训练好的神经网络进行验证，并评估其准确率
accuracy = testnet(net, imdsTest, "accuracy");


%%
% 对测试集进行批量预测，输出每个图像对应的类别得分（概率）
scores = minibatchpredict(net, imdsTest);

% 将得分（scores）转换为类别标签，使用 classNames 映射到原始类名
YTest = scores2label(scores, classNames);


% 获取测试集图像的总数量
numTestObservations = numel(imdsTest.Files);

% 从测试集中随机选取 9 个样本用于可视化
idx = randi(numTestObservations, 9, 1);

% 创建一个新的图形窗口
figure
tiledlayout("flow")  % 使用自动流式布局排列子图（tiled layout）

% 遍历 9 张图像，显示图像并在标题中标注预测类别
for i = 1:9
    nexttile  % 在下一个网格位置准备绘图
    img = readimage(imdsTest, idx(i));  % 读取第 idx(i) 张图像
    imshow(img)  % 显示图像
    title("Predicted Class: " + string(YTest(idx(i))))  % 设置标题，显示预测类别
end