文档帮助中心文档
类:Autoencoder
使用训练过的自动编码器重建输入
Y =预测(autoenc, X)
例子
Y =预测(autoenc, X)收益预测Y输入数据X,使用自动编码器autoenc.结果Y是对X.
Y
X
autoenc
全部展开
Autoencoder
的对象返回的自动编码器Autoencoder类。
Xnew
输入数据,指定为样本矩阵、图像数据的单元阵列或单个图像数据的数组。
如果autoencoderautoenc是在一个矩阵上训练的,每一列代表一个样本,然后呢Xnew必须是一个矩阵,每一列代表一个样本。
如果autoencoderautoenc是在一组图像上训练的吗Xnew必须是图像数据的单元格数组或单个图像数据的数组。
数据类型:单|双|细胞
单
双
细胞
输入数据的预测Xnew,返回为图像数据的矩阵或单元格数组。
如果Xnew是一个矩阵Y也是一个矩阵,其中每一列对应一个样本(观察或示例)。
如果Xnew是图像数据的单元格数组吗Y也是图像数据的单元格数组,其中每个单元格包含单个图像的数据。
如果Xnew是单个图像数据的数组吗Y也是单个图像数据的数组。
加载训练数据。
X = iris_dataset;
训练数据包含鸢尾花的四个属性的测量值:萼片长度,萼片宽度,花瓣长度,花瓣宽度。
利用编码器中的正饱和线性传递函数和解码器中的线性传递函数对训练数据训练自编码器。
autoenc = trainAutoencoder (X,“EncoderTransferFunction”,...“satlin”,“DecoderTransferFunction”,“purelin”);
用训练过的网络重建测量数据,autoenc.
xReconstructed =预测(autoenc X);
将预测的测量值与训练数据集中的实际值绘制在一起。
为I = 1:4 h(I) = subplot(1,4, I);情节(X(我,:),“r”。);持有在情节(xReconstructed(我,:),“去”);持有从;结束标题(h (1) {“花萼”;“长度”});标题(h (2) {“花萼”;“宽度”});标题(h (3) {“花瓣”;“长度”});标题(h (4) {“花瓣”;“宽度”});
红点表示训练数据,绿圆表示重构数据。
XTrain = digitTrainCellArrayData;
训练数据是一个1 × 5000的单元阵列,其中每个单元包含一个28 × 28的矩阵,代表一个手写数字的合成图像。
训练一个包含25个神经元的隐藏层的自动编码器。
hiddenSize = 25;autoenc = trainAutoencoder (XTrain hiddenSize,...“L2WeightRegularization”, 0.004,...“SparsityRegularization”4...“SparsityProportion”, 0.15);
加载测试数据。
XTest = digitTestCellArrayData;
测试数据是一个1 × 5000的单元阵列,每个单元包含一个28 × 28的矩阵,代表一个手写数字的合成图像。
使用经过训练的自动编码器重建测试图像数据,autoenc.
xReconstructed =预测(autoenc XTest);
查看实际测试数据。
图;为I = 1:20 subplot(4,5, I);imshow (XTest{我});结束
查看重构的测试数据。
图;为I = 1:20 subplot(4,5, I);imshow (xReconstructed{我});结束
trainAutoencoder
您有这个示例的修改版本。您想打开这个示例与您的编辑吗?
你点击一个链接对应于这个MATLAB命令:
通过在MATLAB命令窗口中输入命令来运行命令。Web浏览器不支持MATLAB命令。万博1manbetx
选择一个网站,在那里获得翻译的内容,并看到当地的活动和优惠。根据您的位置,我们建议您选择:.
你也可以从以下列表中选择一个网站:
选择中国网站(中文或英文)以获得最佳网站性能。其他MathWorks国家站点没有针对您所在位置的访问进行优化。
与当地办事处联系