主要内容

Autoencoder类

超类:

Autoencoder类

展开全部页面

描述

一个Autoencoder对象包含一个自编码器网络，该网络由编码器和解码器组成。编码器将输入映射到一个隐藏表示。解码器尝试将此表示映射回原始输入。

建设

autoenc= trainAutoencoder (X）中使用训练数据训练的自动编码器X．

autoenc= trainAutoencoder (X，hiddenSize）返回具有隐藏表示大小的自动编码器hiddenSize．

autoenc= trainAutoencoder (___，名称,值）返回上述任何输入参数的自动编码器，并带有由一个或多个名-值对参数指定的附加选项。

输入参数

全部展开

训练数据，指定为训练样本矩阵或图像数据的单元格数组。如果X是一个矩阵，那么每一列包含一个样本。如果X是一个单元格数组的图像数据，那么每个单元格中的数据必须具有相同的维数。图像数据可以是灰度图像的像素强度数据，在这种情况下，每个单元格包含一个米——- - - - - -n矩阵。或者，图像数据可以是RGB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

自动编码器的隐藏表示的大小，指定为正整数值。这个数字是隐藏层中神经元的数量。

数据类型:单|双

属性

全部展开

自动编码器隐藏层中隐藏表示的大小，存储为正整数值。

数据类型:双

编码器的传递函数名称，存储为字符串。

数据类型:字符

编码器的权重，存储为矩阵。

数据类型:双

编码器的偏置值，存储为向量。

数据类型:双

解码器的传递函数名称，存储为字符串。

数据类型:字符

解码器的权重，存储为矩阵。

数据类型:双

解码器的偏置值，存储为矢量。

数据类型:双

参数,trainAutoencoder用于训练自动编码器，存储为结构。

数据类型:结构体

用于在传递给自动编码器时重新缩放的数据的指示器，该数据以任意一种方式存储真正的或假．

自动编码器试图在输出时复制输入。为了使之成为可能，输入数据的范围必须与解码器的传递函数的范围相匹配。trainAutoencoder当训练一个自动编码器时，自动缩放训练数据到这个范围。如果在训练自动编码器时对数据进行缩放，则预测，编码,解码方法还可以缩放数据。

数据类型:逻辑

方法

解码 解码编码数据
编码 编码输入数据
generateFunction 生成一个MATLAB函数来运行自动编码器
generate金宝appSimulink 生成一个金宝app模型为自动编码器
网络 转换Autoencoder对象进网络对象
plotWeights 绘制自编码器编码器权重的可视化图
预测 使用训练过的自编码器重建输入
堆栈 将几个自动编码器的编码器堆叠在一起
视图 视图autoencoder

复制语义

价值。要了解值类如何影响复制操作，请参见复制对象．

版本历史

在R2015b中引入

另请参阅

主题