decode

クラス: Autoencoder

符号化されたデータの復号化

このページをすべて展開する

構文

Y = decode(autoenc,Z)

説明

例

Y = decode(autoenc,Z) は、自己符号化器 autoenc を使用して、復号化されたデータ Y を返します。

入力引数

すべて展開する

`autoenc` — 学習済みの自己符号化器
`Autoencoder` オブジェクト

学習済みの自己符号化器。関数 trainAutoencoder によって Autoencoder クラスのオブジェクトとして返されます。

`Z` — `autoenc` で符号化されたデータ
行列

autoenc で符号化されたデータ。行列として指定します。Z の各列は符号化された標本 (観測値) を表します。

データ型: single | double

出力引数

すべて展開する

`Y` — 復号化されたデータ
行列 | イメージデータの cell 配列

復号化されたデータ。イメージデータの行列または cell 配列として返されます。

イメージデータの cell 配列に対して自己符号化器 autoenc に学習させる場合、Y もイメージの cell 配列になります。

行列に対して自己符号化器 autoenc に学習させる場合、Y も行列になります。この場合、Y の各列は 1 つの標本、つまり観測値に対応します。

例

すべて展開する

新しいイメージの符号化されたデータの復号化

スクリプトを開く

学習データを読み込みます。

X = digitTrainCellArrayData;

X は 1 行 5000 列の cell 配列です。各セルには、手書きの数字の合成イメージを表す 28 行 28 列の行列が含まれます。

隠れサイズが 15 の学習データを使用して、自己符号化器に学習させます。

hiddenSize = 15;
autoenc = trainAutoencoder(X,hiddenSize);

自己符号化器を使用して新しいイメージの符号化されたデータを抽出します。

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

自己符号化器からの符号化されたデータを復号化します。

Y = decode(autoenc,features);

Y は 1 行 5000 列の cell 配列です。各セルには、手書きの数字の合成イメージを表す 28 行 28 列の行列が含まれます。

アルゴリズム

自己符号化器への入力がベクトル $x \in ℝ^{D_{x}}$ である場合、符号化器は以下のようにベクトル x を別のベクトル $z \in ℝ^{D^{(1)}}$ にマッピングします。

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

ここで、上付き文字 (1) は最初の層を示します。 $h^{(1)} : ℝ^{D^{(1)}} \to ℝ^{D^{(1)}}$ は符号化器の伝達関数、 $W^{(1)} \in ℝ^{D^{(1)} \times D_{^{x}}}$ は重み行列、 $b^{(1)} \in ℝ^{D^{(1)}}$ はバイアスベクトルです。次に、復号化器が、符号化された表現 z を以下のように元の入力ベクトル x の推定に逆マッピングします。

$\hat{x} = h^{^{(2)}} (W^{(2)} z + b^{(2)}),$

ここで、上付き文字 (2) は 2 番目の層を表します。 $h^{(2)} : ℝ^{D_{x}} \to ℝ^{D_{x}}$ は復号化器の伝達関数、 $W^{(1)} \in ℝ^{D_{^{x}} \times D^{(1)}}$ は重み行列、 $b^{(2)} \in ℝ^{D_{x}}$ はバイアスベクトルです。