堆

클래스：自动编码器

여러오토인의인코더들을누적누적

페이지내모두확장

구문

stackednet = stack（autoenc1，autoenc2，...）

stackednet = stack（autoenc1，autoenc2，...，net1）

설명

stackednet = stack（autoenc1，autoenc2，...）는오토인코더Autoenc1，，，，autoenc2등의을누적하여만든网络객체를합니다。

예제

stackednet = stack（autoenc1，autoenc2，...，net1）은여러오토인의인코더들网络객체net1网络网络객체를합니다합니다합니다。

网络网络객체객체차원같은경우만누적수있습니다있습니다。

입력인수

모두확장

`Autoenc1`-훈련된오토인코더
`自动编码器`객체

훈련된코더로，自动编码器객체로됩니다。

`autoenc2`-훈련된오토인코더
`自动编码器`객체

훈련된코더로，自动编码器객체로됩니다。

`net1`-훈련된신경망
`网络`객체

훈련된으로，网络객체로됩니다。net1은TrainsoftMaxlayer함수를훈련소프트맥스계층될있습니다있습니다있습니다。

출력인수

모두확장

`Stackednet`- 적층신경망
`网络`객체

적층（심층）으로，网络객체로됩니다。

예제

모두확장

적층신경망만들기

스크립트열기

훈련데이터불러옵니다。

[x，t] = iris_dataset;

5이고가이고디코더대한선형함수갖는오토인코더훈련시킵니다훈련시킵니다훈련시킵니다。l2가중치정규를를를0.001로，희소희소화를를를를를를를를를를를를를를를를，0.05로합니다합니다。

hiddensize = 5;autoenc = trainautoencoder（x，Hiddensize，...“ L2Weightregularization”，0.001，...``稀疏''，4，...“ SparsityTraffection'，0.05，...“解码器”，，，，'purelin'）；

은닉계층있는을합니다합니다。

功能= encode（autoenc，x）;

特征를사용를소프트맥스을훈련시킵니다훈련시킵니다。

SoftNet = TrainsoftMaxLayer（功能，T）;

인코더와계층누적하여심층을합니다합니다합니다。

stackednet = stack（Autoenc，SoftNet）;

적층신경망표시합니다。

查看（stackednet）;

팁

오토인코더하나표현크기는누적된에오는또는신경망의의입력크기와와일치합니다합니다합니다。
적층신경망번째인수는첫오토인의입력가됩니다됩니다됩니다。누적된번째오토인코더인코더의인수두번째오토인코더의입력입력이이이。적층신경망번째코더의의출력는세오토인코더의의입력값이이되는입니다입니다입니다。
적층网络객체Stacknet은마지막입력인수net1로부터훈련를받습니다받습니다。