使用深度学习（卷积神经网络）的手写数字识别这个3层卷积网络的Matlab实现在MNIST公共数据集上进行了测试，其中包括60,000个训练样本和10,000个测试样本。它通过30次训练迭代达到> 97%的准确率。网络架构：具有四个特征图的卷积层L1，来自四个5x5内核。具有非重叠2 x 2窗口的子采样层L2以计算局部平均值。全连接输出层L3。真正的输出向量表示为对应于0-9的y ∈ R^10。如何运行：从下载数据集加载数据： trainlabels,trainimages,testlabels,testimages = cnnload(); 训练和测试： missimages, misslabels = cnntrain(trainlabels,trainima