使用 DeepLearnToolbox 预测单个图像的标签

Question

我正在使用DeepLearnToolbox 做CNN（卷积神经网络）。

我已经成功计算了我的网络并且我已经看到了我的准确性，但我的问题是：

如何将一张图片查询到网络中以预测标签？

我想要得到的最终结果是预测的标签，可能每个标签的误差都没有预测。

谢谢。

---

这是我用来测试准确性的代码：

function [er, bad] = cnntest(net, x, y) % net = network, x = test_x (images), y = test_y (labels)
    %  feedforward
    net = cnnff(net, x);
    [~, h] = max(net.o);
    [~, a] = max(y);
    bad = find(h ~= a);

    er = numel(bad) / size(y, 2);
end

Answer 1

这两行

net = cnnff(net, x);
[~, h] = max(net.o);

通过网络输入图像x，然后计算输出激活最大的索引h。您可以简单地对任意输入图像 x 执行相同操作，它会为您提供 h 类。