Автоэнкодеры

Выполняйте неконтролируемое обучение функциям с помощью нейронных сетей автоэнкодера

Если у вас есть немаркированные данные, выполните неконтролируемое обучение с нейронными сетями автоэнкодера для редукции данных.

Классы

Autoencoder Класс автоэнкодера

Функции

`trainAutoencoder`	Обучите автоэнкодер
`trainSoftmaxLayer`	Обучите слой softmax для классификации

`decode`	Декодируйте закодированные данные
`encode`	Закодируйте входные данные
`generateFunction`	Сгенерируйте функцию MATLAB, чтобы запустить автоэнкодер
`generateSimulink`	Сгенерируйте модель Simulink для автоэнкодера
`network`	Преобразование `Autoencoder` объект в `network` объект
`plotWeights`	Постройте график визуализации весов для энкодера автоэнкодера
`predict`	Восстановите входы с помощью обученного автоэнкодера
`stack`	Стек энкодеров от нескольких автоэнкодеров
`view`	Просмотр автоэнкодера

Темы

Обучите сложенные автоэнкодеры для классификации изображений

В этом примере показано, как обучить сложенные автоэнкодеры классифицировать изображения цифр.

Документация по Deep Learning Toolbox

Поддержка

Памятка переводчика

1. Если смысл перевода понятен, то лучше оставьте как есть и не придирайтесь к словам, синонимам и тому подобному. О вкусах не спорим.

2. Не дополняйте перевод комментариями “от себя”. В исправлении не должно появляться дополнительных смыслов и комментариев, отсутствующих в оригинале. Такие правки не получится интегрировать в алгоритме автоматического перевода.

3. Сохраняйте структуру оригинального текста - например, не разбивайте одно предложение на два.

4. Не имеет смысла однотипное исправление перевода какого-то термина во всех предложениях. Исправляйте только в одном месте. Когда Вашу правку одобрят, это исправление будет алгоритмически распространено и на другие части документации.

5. По иным вопросам, например если надо исправить заблокированное для перевода слово, обратитесь к редакторам через форму технической поддержки.