我在AutroEcnoder的文档中发现:
指示符以重新表示输入数据,指定为由'ScaleData‘和true或false组成的逗号分隔对。 自动编码器试图在输出时复制它们的输入。为了使其成为可能,输入数据的范围必须与解码器的传输函数的范围相匹配。在训练自动编码器时,trainAutoencoder会自动缩放训练数据到这个范围。如果在训练自动编码器时对数据进行缩放,则预测、编码和解码方法也会缩放数据。
MATLAB是怎么做到的?当我运行这样一个模型时:
hiddenSize1 = 1;
autoenc1 = trainAutoencoder(tdata, hiddenSize1, 'UseGPU',true);
factor_1 = encode(autoenc1, tdata);我发现factor_1的平均值不是0,标准的预测不是1,那么标准化数据的程序是什么呢?
发布于 2018-06-22 14:34:10
[x,t] = wine_dataset;
autoenc = trainAutoencoder(x, 10, 'EncoderTransferFunction', 'logsig', 'ScaleData', true);
encoded_data1 = encode(autoenc, x);
x_scaled = (x-min(x,[],2))./(max(x,[],2)-min(x,[],2));
encoded_data2 = logsig(autoenc.EncoderWeights * x_scaled + autoenc.EncoderBiases);https://stackoverflow.com/questions/49888660
复制相似问题