デ，タの読み込み

数字の標本デタをメジデタストアとして読み込みます。関数imageDatastoreは、フォルダ、名に基づいて、メ、ジに自動的にラベルを付けます。データセットには10個のクラスがあり,データセット内の各イメージは28 28 x 1ピクセルです。

digitDatasetPath = fullfile(matlabroot，“工具箱”，“nnet”，“nndemos”，.．.“nndatasets”，“DigitDataset”）;imds = imageDatastore(digitDatasetPath，.．.“IncludeSubfolders”,真的,.．.“LabelSource”，“foldernames”）;

ディプネットワクデザナを開きます。ディプネットワクデザナを使用して、ネットワークを作成し、データをインポートして可視化し、ネットワークに学習させます。

deepNetworkDesigner

空のネットワ，クを作成するには，[空のネットワ，ク]で一時停止し，[新規]をクリックします。

イメージデータストアをインポートするには,[デ，タ]タブを選択し，[デ、タの、ンポ、ト]、[@ @ @ @ @ @ @ @ @ @ @ @ @ @ @ @ @]をクリックします。デ，タソ，スとして洛桑国际管理发展学院を選択します。検証デ，タとして使用するために，学習デ，タの30%を残しておきます。[ランダム化]を選択して，観測値を学習セットと検証セットにランダムに割り当てます。

[huawei @ huawei @ huawei @ huawei @ huawei @ huawei]をクリックしてデタをンポトします。

ネットワ，クア，キテクチャの定義

[デザaapl . aapl . cn]ペンで，畳み込みニュラルネットワクアキテクチャを定義します。[層のラ电子邮箱ブラリ]から層をドラッグして結合します。層をすばやく検索するには，[層のラ电子邮箱ブラリ]ペereplicationンの[層のフィルタ]検索ボックスを使用します。層のプロパティを編集するには，層をクリックして，[プロパティ]ペ@ @ンで値を編集します。

次の順序で層を結合します。

深層学習層の詳細は，深層学習層の一覧を参照してください。

ネットワ，クの学習

学習オプションを指定し，ネットワ，クに学習させます。

[学習]タブで，[学習オプション]をクリックします。この例では，エポックの最大数を5に設定し，他の既定の設定はそのままにします。[閉じる]をクリックして学習オプションを設定します。学習オプションの詳細は，パラメ，タ，の設定と畳み込みニュ，ラルネットワ，クの学習を参照してください。

[学習]をクリックしてネットワ，クに学習させます。

精度は，ネットワ，クが正しく予測するラベルの割合です。この場合，97%を超える予測ラベルが検証セット内の真のラベルに一致しています。

学習済みのネットワ，クをワ，クスペ，スにエクスポ，トするには，[学習]タブの[エクスポ，ト]をクリックします。

深層学習の次のステップとして，事前学習済みのネットワ，クを他のタスクに使用してみることができます。転移学習を使用して，自分のメジデタで新しい分類問題を解決してみましょう。例にいては，転移学習入門を参照してください。事前学習済みのネットワ，クの詳細は，事前学習済みの深層ニュ，ラルネットワ，クを参照してください。