Autoencoder类

超类:

Autoencoder类

全部展开页面

描述

一个Autoencoder对象包含一个自动编码器网络，该网络包括一个编码器和一个解码器。编码器将输入映射到一个隐藏的表示。解码器尝试将这个表示映射回原始输入。

建设

autoenc= trainAutoencoder (X）中的训练数据返回经过训练的自动编码器X．

autoenc= trainAutoencoder (X，hiddenSize）返回隐藏表示大小为的自动编码器hiddenSize．

autoenc= trainAutoencoder (＿＿＿，名称,值）为上面的任何输入参数返回一个自动编码器，带有由一个或多个名称-值对参数指定的附加选项。

输入参数

全部展开

`X`—训练数据
矩阵|图像数据的单元阵列

训练数据，指定为训练样本的矩阵或图像数据的单元阵列。如果X是一个矩阵，那么每一列包含一个样本。如果X是图像数据的单元格数组，则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

`hiddenSize`—自动编码器的隐藏表示的大小
10(默认)|正整数的值

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

数据类型:单|双

属性

全部展开

`HiddenSize`—隐藏表示的大小
正整数值

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

`EncoderTransferFunction`—编码器的传递函数的名称
字符串

编码器的传递函数的名称，存储为字符串。

数据类型:字符

`EncoderWeights`—编码器的权重
矩阵

编码器的权重，存储为矩阵。

数据类型:双

`EncoderBiases`—编码器的偏置值
向量

编码器的偏置值，存储为矢量。

数据类型:双

`DecoderTransferFunction`—解码器的传递函数的名称
字符串

解码器的传输函数的名称，存储为字符串。

数据类型:字符

`DecoderWeights`—解码器的权重
矩阵

译码器的权值，存储为矩阵。

数据类型:双

`DecoderBiases`—译码器的偏置值
向量

译码器的偏置值，存储为矢量。

数据类型:双

`TrainingParameters`—参数,`trainAutoencoder`用于训练自动编码器
结构

参数,trainAutoencoder用于训练自动编码器，存储为一个结构。

数据类型:结构体

`ScaleData`—用于重新调整数据的指标
`真正的`或1(默认)|`假`或0

指示符，用于显示在传递给自动编码器时被重新缩放的数据，并以两种方式存储真正的或假．

自动编码器试图在输出端复制输入。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当训练自动编码器时，自动将训练数据缩放到这个范围。如果数据在训练自动编码器时被缩放，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	解码编码的数据
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自动编码器的模型
网络	转换`Autoencoder`对象进`网络`对象
plotWeights	绘制自动编码器的编码器权值的可视化图
预测	使用训练过的自动编码器重建输入
堆栈	从几个自动编码器堆栈编码器在一起
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．

另请参阅

trainAutoencoder

主题

介绍了R2015b

Autoencoder类

描述

建设