dataDir=fullfile（tempdir，“ExampleFoodImageDataset”)；网址="//www.tianjin-qmedu.com/万博1manbetxsupportfiles/nnet/data/ExampleFoodImageDataset.zip";如果~exist（dataDir，“目录”)mkdir（dataDir）；终止下载ExampleFoodImagesData（url，dataDir）；

lgraph = layerGraph (squeezenet ());lgraph = lgraph.replaceLayer (“分类层预测”,...分类层(“姓名”,“分类层预测”)); newConv=卷积2dlayer（[14]，9，“姓名”,“conv”,“填充”,“相同”); lgraph=lgraph.replaceLayer(“conv10”，newConv）；

imds=图像数据存储（数据目录，...“包含子文件夹”符合事实的“标签源”,“文件夹名称”）;8月= imageDataAugmenter (“随机选择”符合事实的...“随机反射”符合事实的...“RandXScale”, [0.8 1.2],...“RandYScale”[0.8 - 1.2]);trainingFraction = 0.65;[trainImds,valImds] = splitEachLabel(imds, trainingFraction);augImdsTrain = augmentedImageDatastore([227 227]， trainImds，...“数据增强”augImdsVal=增强图像数据存储（[227 227]，valImds）；

opts=培训选项(“亚当”,...“初始学习率”，1e-4，...“最大时代”, 30,...“验证数据”，augImdsVal，...“冗长”错误的...“情节”,“培训进度”,...“执行环境”,“cpu”,...“最小批量大小”，128）；rng违约net=列车网络（augImdsTrain、lgraph、opts）；

figure（）；YPred=classify（net，augImdsVal）；confusionchart（valImds.Labels，YPred，“专栏摘要”,“column-normalized”)

earlyLayerName =“pool1”；最后一名=“conv”；softmaxLayerName=“问题”；Pool1激活=激活（净，...augImdsVal，earlyLayerName，“输出”,“行”）;finalConvActivations =激活(网络,...augImdsVal finalConvLayerName,“输出”,“行”)；softmaxActivations=激活（净，...augImdsVal、softmaxLayerName、，“输出”,“行”）;

[R，RI]=maxk（softmaxActivations，2,2）；歧义=R（：，2）。/R（：，1）；

[歧义，歧义idx]=排序（歧义，“下降”）;

班级名册=独特(valImds.Labels);top10Idx = ambiguityIdx (1:10);top10Ambiguity =模棱两可(1:10);最有=班级名册(RI (ambiguityIdx, 1));secondLikely =班级名册(RI (ambiguityIdx, 2));表(top10Idx top10Ambiguity,最有(1:10),secondLikely (1:10), valImds.Labels (ambiguityIdx (1:10)),...“变化无常”,[“图像#”,“歧义”,“最有可能”,“第二”,“真正的阶级”])

v=27；figure（）；imshow（valImds.Files{v}）；title（sprintf(“观察：%i\n”+...“实际：%s。预测：%s”v...字符串（valImds.Labels（v）），字符串（YPred（v）），...“翻译”,“没有”）;

rng违约pool1tsne=tsne（pool1Activations）；finalConvtsne=tsne（finalConvActivations）；softmaxtsne=tsne（softmaxActivations）；

多勒根=“关”；markerSize=7；图；子批次（1,3,1）；gscatter（pool1tsne（：，1），pool1tsne（：，2），valImds.Labels，...[],'.'，markerSize，doLegend）；头衔(“最大池激活次数”); 子批次（1,3,2）；gscatter（finalConvtsne（：，1），finalConvtsne（：，2），valImds.Labels，...[],'.'，markerSize，doLegend）；头衔(“最终会议激活”）;次要情节(1,3,3);gscatter (softmaxtsne (: 1) softmaxtsne (:, 2), valImds。标签,...[],'.'，markerSize，doLegend）；头衔(“Softmax激活”）;

numClasses=长度（类列表）；颜色=线（numclass）；h=数字；gscatter（softmaxtsne（：，1），softmaxtsne（：，2），有效标签，颜色）；l=图例；l、 翻译=“没有”；l.地点=“bestoutside”;

obs=99；图（h）保持在；hs=散射（softmaxtsne（obs，1），softmaxtsne（obs，2），...“黑色”,“线宽”，1.5）；l.String{end}=“汉堡包”; 持有关；图（）；imshow（valImds.Files{obs}）；title（sprintf(“观察：%i\n”+...“实际：%s。预测：%s”，obs，...字符串（有效标签（obs）），字符串（YPred（obs）），...“翻译”,“没有”）;

obs=27；图（h）保持在；h=散射（softmaxtsne（obs，1），softmaxtsne（obs，2），...“k”,“d”,“线宽”，1.5）；l.String{end}=“炸薯条”; 持有关;

作用dataDir downloadExampleFoodImagesData (url)%下载Example Food Image数据集，包含978张图片%不同种类的食物分为9类。版权所有2019 The MathWorks, Inc.文件名=“ExampleFoodImageDataset.zip”；fileFullPath=fullfile（dataDir，文件名）；%将.zip文件下载到临时目录中。如果~exist（fileFullPath，“文件”)fprintf(“正在下载MathWorks示例食品图像数据集…\n”)；fprintf(“这可能需要几分钟才能下载…\n”)；websave（文件完整路径，url）；fprintf(“下载完成…\n”）;其他的fprintf(正在跳过下载，文件已存在…\n）;终止%解压缩文件。%%通过检查文件是否存在，检查文件是否已解压缩%类目录之一的。exampleFolderFullPath=fullfile（dataDir，“比萨饼”）;如果~exist（例如FolderFullPath，“目录”)fprintf(“正在解压缩文件…\n”)；解压缩（fileFullPath，dataDir）；fprintf(“解完成…\ n”）;其他的fprintf(正在跳过解压缩，文件已解压缩…\n）;终止fprintf(“完成。\n”）;终止