编码

类:Autoencoder

编码输入数据

扩展所有的页面

语法

Z =编码(autoenc Xnew)

描述

例子

Z=编码(autoenc,Xnew)返回编码的数据,Z的输入数据Xnew,使用autoencoder,autoenc。

输入参数

全部展开

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

训练有素的autoencoder,返回的对象Autoencoder类。

`Xnew`- - - - - -输入数据
矩阵|细胞图像数据的数组|单一的图像数据的数组

输入数据,指定为一个矩阵的样本,单元阵列的图像数据,或一个单一的图像数据数组。

如果autoencoderautoenc训练在一个矩阵,每一列代表一个样本,然后呢Xnew必须是一个矩阵,每一列表示一个样本。

如果autoencoderautoenc训练单元阵列的图像呢Xnew必须是一单元阵列图像数据或单一的图像数据的数组。

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,指定为一个矩阵。每一列的Z代表一个编码示例(观察)。

数据类型:单|双

例子

全部展开

编码解码的数据对新图像

打开脚本

加载示例数据。

X = digitTrainCellArrayData;

X是1 -到- 5000细胞数组,其中每个单元包含一个28-by-28矩阵代表一个合成的手写数字图像。

火车一个autoencoder隐藏50使用训练数据的大小。

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 -到- 5000细胞数组。Z是50 - - 5000矩阵,每一列表示一个手写数字的图像数据在新数据Xnew。

算法

如果输入autoencoder是一个矢量 $x \in ℝ^{D_{x}}$ ,然后编码器将向量映射x到另一个向量 $z \in ℝ^{D^{(1)}}$ 如下:

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

上标(1)表明第一层。 $h^{(1)} : ℝ^{D^{(1)}} \to ℝ^{D^{(1)}}$ 编码器是一个传递函数, $W^{(1)} \in ℝ^{D^{(1)} \times D_{^{x}}}$ 是一个权重矩阵,然后呢 $b^{(1)} \in ℝ^{D^{(1)}}$ 是一个偏差向量。

版本历史

介绍了R2015b

另请参阅

trainAutoencoder|解码|堆栈

编码

语法

描述

输入参数

autoenc- - - - - -训练autoencoderAutoencoder对象

Xnew- - - - - -输入数据矩阵|细胞图像数据的数组|单一的图像数据的数组

输出参数

Z——数据编码autoenc矩阵

例子

编码解码的数据对新图像

算法

版本历史

另请参阅

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

`Xnew`- - - - - -输入数据
矩阵|细胞图像数据的数组|单一的图像数据的数组

`Z`——数据编码`autoenc`
矩阵