encode

Закодируйте входные данные

Синтаксис

Z = encode(autoenc,Xnew)

Описание

Z = encode(autoenc,Xnew) возвращает закодированные данные, Z, для входных данных Xnew, используя автоэнкодер, autoenc.

Входные параметры

расширить все

`autoenc` - Обученный автоэнкодер
`Autoencoder` объект

Обученный автоэнкодер, возвращенный как объект Autoencoder класс.

`Xnew` - Входные данные
матрица | массив ячеек данных изображения | массив данных одиночного изображения

Входные данные, заданные как матрица выборок, массив ячеек с данными изображения или массив данных с одним изображением.

Если автоэнкодер autoenc был обучен на матрице, где каждый столбец представляет одну выборку, затем Xnew должна быть матрицей, где каждый столбец представляет одну выборку.

Если автоэнкодер autoenc был обучен на массиве ячеек изображений, затем Xnew должен быть массивом ячеек с данными изображений или массивом с данными одиночных изображений.

Типы данных: single | double | cell

Выходные аргументы

расширить все

`Z` - Данные, закодированные `autoenc`
матрица

Данные, закодированные autoenc, заданный как матрица. Каждый столбец Z представляет закодированную выборку (наблюдение).

Типы данных: single | double

Примеры

расширить все

Закодируйте декодированные данные для новых изображений

Открыть скрипт

Загрузите выборочные данные.

X = digitTrainCellArrayData;

X представляет собой массив ячеек 1 на 5000, где каждая камера содержит матрицу 28 на 28, представляющую синтетическое изображение рукописной цифры.

Обучите автоэнкодер скрытого размера 50 с помощью обучающих данных.

autoenc = trainAutoencoder(X,50);

Кодируйте декодированные данные для новых данных изображения.

Xnew = digitTestCellArrayData;
Z = encode(autoenc,Xnew);

Xnew - массив ячеек 1 на 5000. Z - матрица 50 на 5000, где каждый столбец представляет данные изображения одной рукописной цифры в новых данных Xnew.

Алгоритмы

Если вход автоэнкодера является вектором $x \in ℝ^{D_{x}}$ , затем энкодер преобразует вектор x в другой вектор $z \in ℝ^{D^{(1)}}$ следующим образом:

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

где верхний индекс (1) указывает на первый слой. $h^{(1)} : ℝ^{D^{(1)}} \to ℝ^{D^{(1)}}$ является передаточной функцией для энкодера, $W^{(1)} \in ℝ^{D^{(1)} \times D_{^{x}}}$ является весовой матрицей, и $b^{(1)} \in ℝ^{D^{(1)}}$ является вектором смещения.

См. также

decode | stack | trainAutoencoder

Введенный в R2015b

Документация

encode

Синтаксис

Описание

Входные параметры

`autoenc` - Обученный автоэнкодер
`Autoencoder` объект

`Xnew` - Входные данные
матрица | массив ячеек данных изображения | массив данных одиночного изображения

Выходные аргументы

`Z` - Данные, закодированные `autoenc`
матрица

Примеры

Закодируйте декодированные данные для новых изображений

Алгоритмы

См. также

Документация по Deep Learning Toolbox

Поддержка

Документация

encode

Синтаксис

Описание

Входные параметры

autoenc - Обученный автоэнкодер Autoencoder объект

Xnew - Входные данные матрица | массив ячеек данных изображения | массив данных одиночного изображения

Выходные аргументы

Z - Данные, закодированные autoenc матрица

Примеры

Закодируйте декодированные данные для новых изображений

Алгоритмы

См. также

Документация по Deep Learning Toolbox

Поддержка

`autoenc` - Обученный автоэнкодер
`Autoencoder` объект

`Xnew` - Входные данные
матрица | массив ячеек данных изображения | массив данных одиночного изображения

`Z` - Данные, закодированные `autoenc`
матрица