www.gusucode.com > 有监督的 CNN 网络完成对MNIST 数字的识别 > 有监督的 CNN 网络完成对MNIST 数字的识别/CNN—卷积神经网络数字识别/cucalcMCR.m

    function mcr = cucalcMCR(I_testp,labels, idxs)
% calcMCR计算分类错误率
%
%语法：
%
% mcr = calcMCR(cnet、It、标签、idxs)
%
%描述
%输入:
% cnet——卷积神经网络类对象
% ——细胞数组,包含预处理的图像手写数字标签-单元阵列的标签,对应于图像
% idxs -莫雷诺得到的向量元素用于测试
%输出:
% calcMCR计算分类错误率
%
correct=0;
for i=idxs
    out = cudacnn('sim',single(I_testp{i}));    
    if(find(out==max(out))==(labels(i)+1))
        correct=correct+1;
    end
end
mcr = 1-correct/length(idxs);