Класс: Автоэнкодер
Стек энкодеров от нескольких автоэнкодеров
stackednet = stack(autoenc1,autoenc2,...) возвращает network объект, созданный путем сложения энкодеров автоэнкодеров, autoenc1, autoenc2и так далее.
Загрузите обучающие данные.
[X,T] = iris_dataset;
Обучите автоэнкодер со скрытым слоем размера 5 и линейной передаточной функцией для декодера. Установите регулятор веса L2 равным 0,001, регулятор разреженности равным 4 и пропорцию разреженности равную 0,05.
hiddenSize = 5; autoenc = trainAutoencoder(X, hiddenSize, ... 'L2WeightRegularization', 0.001, ... 'SparsityRegularization', 4, ... 'SparsityProportion', 0.05, ... 'DecoderTransferFunction','purelin');
Извлечение функций в скрытом слое.
features = encode(autoenc,X);
Обучите слой softmax для классификации с помощью features .
softnet = trainSoftmaxLayer(features,T);
Сложите энкодер и слой softmax, чтобы сформировать глубокую сеть.
stackednet = stack(autoenc,softnet);
Просмотр сложенной сети.
view(stackednet);
Размер скрытого представления одного автоэнкодера должен совпадать с размером входа 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 наследует параметры обучения от конечного входного параметра net1.
