文档帮助中心文档
类别:自编码
将多个自动编码器的编码器堆叠在一起
stackednet=堆栈(autoenc1、autoenc2等)
stackednet=堆栈(autoenc1,autoenc2,…,net1)
stackednet=堆栈(autoenc1、autoenc2等)返回一个网络通过堆叠自动编码器的编码器创建的对象,自动加密1,自动加密2等等
网络
自动加密1
自动加密2
实例
stackednet=堆栈(autoenc1,autoenc2,…,net1)返回通过堆叠自动编码器的编码器和网络对象创建的网络对象网络1.
网络1
只有当自动编码器和网络对象的尺寸匹配时,才能堆叠它们。
全部展开
自编码
经过培训的自动编码器,指定为自编码对象
经过训练的神经网络,指定为网络对象网络1可以是softmax图层,使用trainSoftmaxLayer作用
trainSoftmaxLayer
堆叠网络
堆叠式神经网络(深度网络),返回为网络对象
加载训练数据。
[X,T]=iris_数据集;
训练一个具有大小为5的隐藏层和解码器线性传递函数的自动编码器。将L2权重正则化器设置为0.001,稀疏正则化器设置为4,稀疏比例设置为0.05。
hiddenSize=5;autoenc=列车自动编码器(X,hiddenSize,...“L2加权正则化”, 0.001,...“稀疏规则化”4....“稀疏比例”, 0.05,...“DecoderTransferFunction”,“普瑞林”);
提取隐藏层中的特征。
特征=编码(自动加密,X);
使用特征.
特征
softnet=trainSoftmaxLayer(特征,T);
堆叠编码器和softmax层以形成一个深度网络。
stackednet=堆栈(autoenc、softnet);
查看堆叠网络。
视图(stackednet);
一个自动编码器的隐藏表示的大小必须与堆栈中下一个自动编码器或网络的输入大小匹配。
堆叠网络的第一个输入参数是第一个自动编码器的输入参数。第一个自动编码器的编码器的输出参数是堆叠网络中第二个自动编码器的输入。第二个自动编码器的编码器的输出参数是堆叠网络中第三个自动编码器的输入参数,依此类推。
堆叠网络对象斯塔克内特从最终输入参数继承其训练参数网络1.
斯塔克内特
列车自动编码器|自编码
列车自动编码器
您拥有此示例的修改版本。是否要用编辑打开此示例?
您单击了与此MATLAB命令对应的链接:
通过在MATLAB命令窗口中输入命令来运行该命令。Web浏览器不支持MATLAB命令。金宝app
选择一个网站以获取翻译后的内容(如果可用),并查看本地活动和优惠。根据您的位置,我们建议您选择:.
您还可以从以下列表中选择网站:
选择中国站点(中文或英文)以获得最佳站点性能。其他MathWorks国家/地区网站未针对您所在地的访问进行优化。
联系当地办事处