stack

Класс: автоэнкодер

Сложите энкодеры от нескольких автоэнкодеров вместе

Описание

stackednet = stack(autoenc1,autoenc2,...) возвращает network объект, созданный путем укладки энкодеров автоэнкодеров, autoenc1, autoenc2, и так далее.

пример

stackednet = stack(autoenc1,autoenc2,...,net1) возвращает сетевой объект, созданный путем укладки энкодеров автоэнкодеров и сетевого объекта net1.

Автоэнкодеры и сетевой объект могут быть сложены, только если их размерности соответствуют.

Входные параметры

развернуть все

Обученный автоэнкодер в виде Autoencoder объект.

Обученный автоэнкодер в виде Autoencoder объект.

Обученная нейронная сеть в виде network объект. net1 может быть softmax слой, обученное использование trainSoftmaxLayer функция.

Выходные аргументы

развернуть все

Сложенная нейронная сеть (глубокая сеть), возвращенный как network объект

Примеры

развернуть все

Загрузите обучающие данные.

[X,T] = iris_dataset;

Обучите автоэнкодер со скрытым слоем размера 5 и линейная передаточная функция для декодера. Установите вес L2 regularizer на 0,001, разреженность regularizer к 4 и пропорция разреженности к 0,05.

hiddenSize = 5;
autoenc = trainAutoencoder(X, hiddenSize, ...
    'L2WeightRegularization', 0.001, ...
    'SparsityRegularization', 4, ...
    'SparsityProportion', 0.05, ...
    'DecoderTransferFunction','purelin');

Извлеките функции в скрытом слое.

features = encode(autoenc,X);

Обучите softmax слой классификации с помощью features .

softnet = trainSoftmaxLayer(features,T);

Сложите энкодер и softmax слой, чтобы сформировать глубокую сеть.

stackednet = stack(autoenc,softnet);

Просмотрите сложенную сеть.

view(stackednet);

Советы

  • Размер скрытого представления одного автоэнкодера должен совпадать с входным размером следующего автоэнкодера или сети в стеке.

    Первый входной параметр сложенной сети является входным параметром первого автоэнкодера. Выходным аргументом от энкодера первого автоэнкодера является вход второго автоэнкодера в сложенной сети. Выходным аргументом от энкодера второго автоэнкодера является входной параметр к третьему автоэнкодеру в сложенной сети и так далее.

  • Сложенный сетевой объект stacknet наследовал его учебные параметры от итогового входного параметра net1.

Введенный в R2015b
Для просмотра документации необходимо авторизоваться на сайте