mcca模型为什么闪退

*** 作系统问题或内存不足。

*** 作系统问题，解决方法，存在漏洞或bug，可通过修复漏洞或重装系统来解决。内存不足主要是内存空间溢出，关闭一些程序，或加大内存。

mcca模型是一种新的混合土地利用结构时空动态模拟方法。模型是由中国地质大学地理与信息工程学院，国家GIS工程技术研究中心的高性能空间计算智能实验室。

本人深度学习小白，想用matlab做两组传感器数据的神经网络特征融合，不知道我的想法对不对，我在工具箱里这么编写了一个基于AlexNet的神经网络模型，两组数据经过相同的卷积层，再通过一个additionLayer连接层绑两组数据连接起来，再通过三个全连接层，最后输出三个分类。

代码是通过深度学习工具箱生成的，如下

lgraph = layerGraph();

tempLayers = [

imageInputLayer([227 227 3],"Name","data1")

convolution2dLayer([11 11],96,"Name","conv1_1","BiasLearnRateFactor",2,"Stride",[4 4])

reluLayer("Name","relu1_1")

crossChannelNormalizationLayer(5,"Name","norm1_1","K",1)

maxPooling2dLayer([3 3],"Name","pool1_1","Stride",[2 2])

groupedConvolution2dLayer([5 5],128,2,"Name","conv1_2","BiasLearnRateFactor",2,"Padding",[2 2 2 2])

reluLayer("Name","relu1_2")

crossChannelNormalizationLayer(5,"Name","norm1_2","K",1)

maxPooling2dLayer([3 3],"Name","pool1_2","Stride",[2 2])

convolution2dLayer([3 3],384,"Name","conv1_3","BiasLearnRateFactor",2,"Padding",[1 1 1 1])

reluLayer("Name","relu1_3")

groupedConvolution2dLayer([3 3],192,2,"Name","conv1_4","BiasLearnRateFactor",2,"Padding",[1 1 1 1])

reluLayer("Name","relu1_4")

groupedConvolution2dLayer([3 3],128,2,"Name","conv1_5","BiasLearnRateFactor",2,"Padding",[1 1 1 1])

reluLayer("Name","relu1_5")

maxPooling2dLayer([3 3],"Name","pool1_5","Stride",[2 2])];

lgraph = addLayers(lgraph,tempLayers);

tempLayers = [

imageInputLayer([227 227 3],"Name","data2")

convolution2dLayer([11 11],96,"Name","conv2_1","BiasLearnRateFactor",2,"Stride",[4 4])

reluLayer("Name","relu2_1")

crossChannelNormalizationLayer(5,"Name","norm2_1","K",1)

maxPooling2dLayer([3 3],"Name","pool2_1","Stride",[2 2])

groupedConvolution2dLayer([5 5],128,2,"Name","conv2_2","BiasLearnRateFactor",2,"Padding",[2 2 2 2])

reluLayer("Name","relu2_2")

crossChannelNormalizationLayer(5,"Name","norm2_2","K",1)

maxPooling2dLayer([3 3],"Name","pool2_2","Stride",[2 2])

convolution2dLayer([3 3],384,"Name","conv2_3","BiasLearnRateFactor",2,"Padding",[1 1 1 1])

reluLayer("Name","relu2_3")

groupedConvolution2dLayer([3 3],192,2,"Name","conv2_4","BiasLearnRateFactor",2,"Padding",[1 1 1 1])

reluLayer("Name","relu2_4")

groupedConvolution2dLayer([3 3],128,2,"Name","conv2_5","BiasLearnRateFactor",2,"Padding",[1 1 1 1])

reluLayer("Name","relu2_5")

maxPooling2dLayer([3 3],"Name","pool2_5","Stride",[2 2])];

lgraph = addLayers(lgraph,tempLayers);

tempLayers = [

additionLayer(2,"Name","addition")

fullyConnectedLayer(4096,"Name","fc6","BiasLearnRateFactor",2)

reluLayer("Name","relu6")

dropoutLayer(05,"Name","drop6")

fullyConnectedLayer(4096,"Name","fc7","BiasLearnRateFactor",2)

reluLayer("Name","relu7")

dropoutLayer(05,"Name","drop7")

fullyConnectedLayer(3,"Name","fc8","BiasLearnRateFactor",2)

softmaxLayer("Name","prob")

classificationLayer("Name","classoutput")];

lgraph = addLayers(lgraph,tempLayers);

% 清理辅助变量

clear tempLayers;

lgraph = connectLayers(lgraph,"pool1_5","addition/in1");

lgraph = connectLayers(lgraph,"pool2_5","addition/in2");

figure

plot(lgraph);

layers = lgraphLayers;

复制

画出来的图如下

输入读取处理的代码如下

%% 训练数据存储；

allImages1 = imageDatastore("E:\Data\old-new\CWT\1\",

'IncludeSubfolders',true,

'LabelSource','foldernames');

allImages2= imageDatastore("E:\Data\old-new\CWT\2\",

'IncludeSubfolders',true,

'LabelSource','foldernames');

%% 数据处理；

rng default

[imgsTrain1,imgsValidation1] = splitEachLabel(allImages1,08,'randomized');%按比例拆分 ImageDatastore 标签

disp(['Number of training images: ',num2str(numel(imgsTrain1Files))]);

disp(['Number of validation images: ',num2str(numel(imgsValidation1Files))]);

[imgsTrain2,imgsValidation2] = splitEachLabel(allImages2,08,'randomized');%按比例拆分 ImageDatastore 标签

disp(['Number of training images: ',num2str(numel(imgsTrain2Files))]);

disp(['Number of validation images: ',num2str(numel(imgsValidation2Files))]);

%% 处理输入的；

inputSize = layers(1)InputSize;

augimgsTrain1 = augmentedImageDatastore(inputSize(1:2),imgsTrain1); % 调整图像大小以匹配网络输入层

augimgsValidation1 = augmentedImageDatastore(inputSize(1:2),imgsValidation1);

augimgsTrain2 = augmentedImageDatastore(inputSize(1:2),imgsTrain2); % 调整图像大小以匹配网络输入层

augimgsValidation2 = augmentedImageDatastore(inputSize(1:2),imgsValidation2);

augimgsTrain = combine(augimgsTrain1,augimgsTrain2);

% augimgsValidation = combine(augimgsValidation1,augimgsValidation2);

复制

但是训练时会一直报错，ValidationData设置为空因为我不知道怎么把augimgsValidation1 augimgsValidation2两个结构体的验证集放到一块，‘opts =’ 这行会报错误，所以上面也就注掉了

训练的代码如下

%% 设置参数进行训练

rng default

mbSize = 40;

mxEpochs = 40;

ilr = 1e-4;

plt = 'training-progress';

opts = trainingOptions('sgdm',

'InitialLearnRate',ilr,

'MaxEpochs',mxEpochs ,

'MiniBatchSize',mbSize,

'ValidationData',[],

'ExecutionEnvironment','multi-gpu',

'Plots',plt);

[trainedAN,info2] = trainNetwork(augimgsTrain,layers,opts);

复制

报的错误如下图

有没有会用matlab做深度学习的大佬，帮我看看这个，万分感谢！

​

深度学习

matlab

神经网络

机器学习

迁移学习

一分钟了解直流变频空调

精选推荐

广告

mcca特征融合matlab代码

78下载·0评论

2019年1月26日

火灾检测基于matlab连通区域+SVM特征融合火灾检测含Matlab源码 1223期

1498阅读·3评论·7点赞

2021年8月17日

总结与归纳：深度神经网络中的数据融合方法

8124阅读·4评论·51点赞

2020年4月9日

基于SIFT特征的图像拼接融合（matlab+vlfeat实现）

12W阅读·6评论·4点赞

2019年4月27日

分类预测 | MATLAB实现CNN卷积神经网络多特征分类预测

1313阅读·0评论·1点赞

2022年9月7日

MATLAB中深度学习的多级神经网络构建

1349阅读·0评论·1点赞

2021年12月17日

灭菌器供应厂家

精选推荐

广告

（Note）神经网络中的特征融合方式（add/concate）

1733阅读·0评论·1点赞

2022年7月19日

在 Matlab 中连接不同大小的数组：此函数允许您连接不同大小的数组，并在需要时使用 NaN 填充。-matlab开发

22下载·0评论

2021年6月1日

MATLAB强化学习工具箱学习笔记--在Simulink环境中训练智能体Create Simulink Environment and Train Agent

3883阅读·8评论·4点赞

2021年11月15日

python将大量拼接千面图_11 图像合成与图像融合

426阅读·0评论·1点赞

2020年12月10日

图像融合方法

3098阅读·1评论·3点赞

2020年11月11日

MATLAB的图像融合设计

1004阅读·1评论·1点赞

2021年8月30日

matlab图像融合sift,基于SIFT特征的图像拼接融合（matlab+vlfeat实现）

403阅读·0评论·0点赞

2021年4月24日

matlab机器学习与人工智能期末课设，基于融合特征的以图搜图应用

209阅读·0评论·1点赞

2022年6月1日

回归预测 | MATLAB实现CNN-GRU(卷积门控循环单元)多输入单输出

2884阅读·1评论·0点赞

2022年4月13日

Matlab之深度学习工作流程

1521阅读·0评论·3点赞

2020年9月29日

Matlab实现CCA多模特征融合

2752阅读·8评论·3点赞

2020年12月30日

Matlab深度学习上手初探

3976阅读·0评论·1点赞

2022年4月10日

（多模态 / 多维度）特征融合

14W阅读·0评论·16点赞

2020年12月2日

去首页

看看更多热门内容

评论4

m0_62482485

赞

兄嘚，这个问题解决了么？

20221024

m0_62482485

赞

兄嘚，这个问题解决了么？

20221024

程序猿_悟空

赞

呵呵

以上就是关于mcca模型为什么闪退全部的内容，包括:mcca模型为什么闪退、为什么接入本地融合网神经就出问题、等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！