主要内容

Autoencoder类

超类:

Autoencoder类

扩展所有的页面

描述

一个Autoencoder对象包含一个autoencoder网络,它由一个编码器和译码器。编码器的输入映射到一个隐藏的表示。译码器试图将这个表达式映射回原输入。

建设

autoenc= trainAutoencoder (X)返回一个autoencoder使用训练数据训练X。

autoenc= trainAutoencoder (X,hiddenSize)返回一个与隐藏autoencoder表示的大小hiddenSize。

autoenc= trainAutoencoder (___,名称,值)返回一个autoencoder上面的任何输入参数与附加选项指定一个或多个名称-值对参数。

输入参数

全部展开

训练样本的训练数据,指定为一个矩阵或单元阵列的图像数据。如果X是一个矩阵,那么每一列包含一个示例。如果X是一个单元阵列的图像数据,那么每个单元格中的数据必须有相同数量的维度。图像数据可以为灰色图像像素强度数据,在这种情况下,每个单元格包含一个米——- - - - - -n矩阵。或者,可以RGB图像数据数据,在这种情况下,每个单元格包含一个米——- - - - - -n3矩阵。

数据类型:单|双|细胞

大小autoencoder的隐藏的表示,指定为一个正整数的值。这个数字是在隐藏层神经元的数目。

数据类型:单|双

属性

全部展开

隐藏的大小表示autoencoder在隐藏层,存储为一个正整数的值。

数据类型:双

编码器传递函数的名称,存储为一个字符串。

数据类型:字符

编码器的权重,存储为一个矩阵。

数据类型:双

偏差值编码器,存储为一个向量。

数据类型:双

译码器的传递函数的名称,存储为一个字符串。

数据类型:字符

译码器的重量,存储为一个矩阵。

数据类型:双

偏差值译码器,存储为一个向量。

数据类型:双

参数,trainAutoencoder使用培训autoencoder、存储结构。

数据类型:结构体

新指标数据,通过autoencoder,存储为真正的或假。

Autoencoders尝试复制他们的输入输出。它是有可能的,输入数据的范围必须匹配译码器的传递函数的范围。trainAutoencoder自动扩展训练数据训练一个autoencoder时这个范围。如果数据缩放而训练autoencoder,预测,编码,解码方法同样规模的数据。

数据类型:逻辑

方法

解码 解码编码的数据
编码 编码输入数据
generateFunction 生成一个运行autoencoder MATLAB函数
generate万博1manbetxSimulink 生成一个万博1manbetx模型autoencoder
网络 转换Autoencoder对象进网络对象
plotWeights 画一个可视化的权重autoencoder的编码器
预测 使用训练autoencoder重建的输入
堆栈 从几个autoencoders堆栈编码器在一起
视图 视图autoencoder

复制语义

价值。学习如何价值类影响复制操作,明白了复制对象。

版本历史

介绍了R2015b

另请参阅

主题