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);