编码

类:Autoencoder

编码输入数据

全部展开页面

语法

Z =编码(autoenc Xnew)

描述

例子

Z=编码(autoenc，Xnew）返回编码的数据，Z，用于输入数据Xnew，使用自动编码器，autoenc．

输入参数

全部展开

`autoenc`- - - - - -训练autoencoder
`Autoencoder`对象

的对象返回的自动编码器Autoencoder类。

`Xnew`- - - - - -输入数据
矩阵|图像数据的单元阵列|单个图像数据数组

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

输出参数

全部展开

`Z`-数据编码`autoenc`
矩阵

编码的数据autoenc，指定为矩阵。每一列的Z表示一个编码样本(观察)。

数据类型:单|双

例子

全部展开

为新图像编码解码数据

打开脚本

加载示例数据。

X = digitTrainCellArrayData;

X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，表示一个手写数字的合成图像。

使用训练数据训练隐藏大小为50的自动编码器。

autoenc = trainAutoencoder (X, 50);

为新图像数据编码解码数据。

Xnew = digitTestCellArrayData;Z =编码(autoenc Xnew);

Xnew是一个1 × 5000的单元阵列。Z是一个50乘5000的矩阵，其中每一列表示新数据中的一个手写数字的图像数据吗Xnew．

算法

如果自动编码器的输入是一个矢量 $x \in ℝ^{D_{x}}$ ，然后编码器映射向量x到另一个向量 $z \in ℝ^{D^{（ 1 ）}}$ 如下:

$z ＝ h^{^{（ 1 ）}} （ W^{（ 1 ）} x + b^{（ 1 ）} ），$

其中上标(1)表示第一层。 $h^{（ 1 ）} ： ℝ^{D^{（ 1 ）}} \to ℝ^{D^{（ 1 ）}}$ 是编码器的传递函数， $W^{（ 1 ）} \in ℝ^{D^{（ 1 ）} \times D_{^{x}}}$ 是权矩阵，然后呢 $b^{（ 1 ）} \in ℝ^{D^{（ 1 ）}}$ 为偏置向量。