文件帮助中心文件
类:autoencoder.
使用培训的autoencoder重建输入
Y =预测(autoenc, X)
例子
Y =预测(autoenc, X)返回预测y输入数据X,使用autoencoderautoenc。结果y是对X。
y
X
autoenc
展开全部
autoencoder.
训练有素的autoencoder,作为对象返回autoencoder.班级。
XNEW.
输入数据,指定为样本的矩阵,图像数据的小区阵列,或单个图像数据的阵列。
如果是autoencoder.autoenc在矩阵上培训,其中每列代表单个样本,然后XNEW.必须是矩阵,其中每列代表单个样本。
如果是autoencoder.autoenc然后在细胞的图像阵列上培训XNEW.必须是图像数据的小区阵列或单个图像数据阵列。
数据类型:单身的|双倍的|细胞
单身的
双倍的
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也是一种矩阵,其中每列对应于单个样本(观察或示例)。
如果XNEW.是图像数据的单元阵列,然后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,然后是一个图像数据y也是单个图像数据的数组。
加载培训数据。
x = iris_dataset;
训练数据包含对虹膜花的四个属性的测量:萼片长度,萼片宽度,花瓣长,花瓣宽度。
在解码器中的正饱和线性传递函数中,在训练数据上列车在训练数据上培训AutoEncoder。解码器中的线性传递函数。
autoenc = trainautoencoder(x,'EncoderTransferfunction'那......'萨特琳'那'decodertransferfunction'那“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。
为了i = 1:4 h(i)=子图(1,4,i);plot(x(我,:),'r。');抓住在绘图(XReconstructed(我,:),'走');抓住离开;结尾标题(h (1) {'萼片';“长度”});标题(H(2),{'萼片';'宽度'});标题(H(3),{“花瓣”;“长度”});标题(H(4),{“花瓣”;'宽度'});
红色点表示训练数据,绿色圆圈代表重建数据。
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。
用含有25个神经元的隐藏层训练autoencoder。
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个单元阵列,每个单元包含表示手写数字的合成图像的28×28矩阵。
使用培训的autoencoder重建测试图像数据,autoenc。
xReconstructed =预测(autoenc XTest);
查看实际的测试数据。
数字;为了I = 1:20 subplot(4,5, I);imshow (XTest{我});结尾
查看重建的测试数据。
数字;为了I = 1:20 subplot(4,5, I);imshow(xreconstructed {i});结尾
TrainAutoencoder.
您拥有此示例的修改版本。您是否希望使用您的编辑打开此示例?
您单击了与此MATLAB命令对应的链接:
在MATLAB命令窗口中输入它来运行命令。Web浏览器不支持MATLAB命令。万博1manbetx
选择一个网站,以便在可用的地方进行翻译内容,并查看本地活动和优惠。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(以中文或英文)以获得最佳网站性能。其他MathWorks国家网站未优化您所在地的访问。
联系您当地的办公室