Deep learning 二元分类训练中的错误

你好，只是为了熟悉CNN，我已经为二元分类飞机（760张图像）或非飞机（750张图像）准备了代码

这是我的MATLAB代码

Npos =  numel(possitive_regions);
Nneg =  numel(negative_regions);

Npos_train = floor(0.25* Npos); 
Npos_val = floor(0.25*Npos);
Npos_test = floor(0.50*Npos);

Nneg_train = floor(0.25*Nneg); 
Nneg_val = floor(0.25*Nneg);
Nneg_test = floor(0.50*Nneg);

for i=1:Npos
    im= imresize (single(possitive_regions{i,:}),[50,50]);
    imdb.images.data(:,:,:, i) = im;
    imdb.images.labels(i) = 1;

        if i <= Npos_train
            imdb.images.set(i) = 1;
        elseif i <= Npos_train+Npos_val
            imdb.images.set(i) = 2;
        else
            imdb.images.set(i) = 3;
        end
end

% for negative samples
for i=1:Nneg
    im= imresize (single(negative_regions{i,:}),[50,50]);
    imdb.images.data(:,:,:, i+Npos) = im;
    imdb.images.labels(i+Npos) = 0;

        if i <= Nneg_train
            imdb.images.set(Npos+i) = 1;
        elseif i <= Nneg_train+Nneg_val
              imdb.images.set(Npos+i) = 2;
        else
              imdb.images.set(Npos+i) = 3;                       
        end
end
imdb.meta.sets = {'train', 'val', 'test'} ;
%% Network
opts.inputSize = [50 50 3] ;
opts.train.batchSize = 50;
opts.train.numEpochs = 10;
opts.train.continue = true;
% opts.train.useGpu = false;
opts.train.learningRate = 0.01;
% opts = vl_argparse(opts, []);
f = 0.01;

f=1/100 ;
net.layers = {} ;
net.layers{end+1} = struct('type', 'conv','weights', {{f*randn(5,5,3,20, 'single'), zeros(1, 20, 'single')}},'stride', 1,'pad', 0);
net.layers{end+1} = struct('type', 'pool','method', 'max', 'pool', [2 2], 'stride', 2, 'pad', 0) ;
net.layers{end+1} = struct('type', 'conv', 'weights', {{f*randn(5,5,20,50, 'single'),zeros(1,50,'single')}}, 'stride', 1, 'pad', 0) ;
net.layers{end+1} = struct('type', 'pool', 'method', 'max', 'pool', [2 2], 'stride', 2, 'pad', 0) ;
net.layers{end+1} = struct('type', 'conv', 'weights', {{f*randn(4,4,50,500, 'single'),  zeros(1,500,'single')}}, 'stride', 1, 'pad', 0) ;
net.layers{end+1} = struct('type', 'relu') ;
net.layers{end+1} = struct('type', 'conv', 'weights', {{f*randn(1,1,500,10, 'single'), zeros(1,10,'single')}}, 'stride', 1, 'pad', 0) ;
net.layers{end+1} = struct('type', 'softmaxloss') ;
disp( 'Net is Ok.' );
% [net, info] = trainfn(net, imdb, getBatch(opts), 'expDir', opts.expDir, net.meta.trainOpts,  opts.train, 'val', find(imdb.images.set == 3)) ;

[net, info] = cnn_train( net, imdb, @getBatch, opts.train, 'val', find( imdb.images.set == 2 ) ) ;

Npos=numel（可能区域）；
Nneg=努美尔（负_区域）；
Npos_列车=地板（0.25*Npos）；
Npos_val=地板（0.25*Npos）；
Npos_试验=地板（0.50*Npos）；
NNE_列车=地板（0.25*NNE）；
NNE_val=地板（0.25*NNE）；
NNE_试验=地板（0.50*NNE）；
对于i=1:Npos
im=imresize（单个（可能的_区域{i，：}），[50,50]）；
imdb.images.data（：，：，：，i）=im；
imdb.images.labels（i）=1；
如果我请检查您的网络，因为您的网络有10个输出，但您希望获得2个输出。
这种类型的消息“尝试将脚本“名称”作为函数执行”通常通过运行库的设置来解决。在运行CNN训练功能之前，请尝试运行vl_setupnn功能。
您会遇到什么错误？