generateSimulink

R2026b

クラス: Autoencoder

(削除予定) 自己符号化器用の Simulink モデルの生成

generateSimulink は将来のリリースで削除される予定です。詳細については、レガシ ニューラル ネットワーク コードの dlnetwork ワークフローへの移行を参照してください。

コードの更新に関するアドバイスについては、バージョン履歴を参照してください。

構文

generateSimulink(autoenc)

説明

generateSimulink(autoenc) は、自己符号化器 autoenc の Simulink^® モデルを作成します。

入力引数

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。Autoencoder オブジェクトとして指定します。

例

自己符号化器用の Simulink モデルの生成

学習データを読み込みます。

X = digitSmallCellArrayData;

学習データは 1 行 500 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 列の行列が含まれています。

25 個のニューロンが含まれる隠れ層を使用して自己符号化器に学習させます。

hiddenSize = 25;
autoenc = trainAutoencoder(X,hiddenSize,...
        'L2WeightRegularization',0.004,...
        'SparsityRegularization',4,...
        'SparsityProportion',0.15);

自己符号化器 autoenc の Simulink モデルを作成します。

generateSimulink(autoenc)

バージョン履歴

R2015b で導入

R2026a: generateSimulink は削除予定

generateSimulink は将来のリリースで削除される予定です。

自己符号化器のワークフローの詳細については、以下の例とトピックを参照してください。

• ディープ ネットワーク デザイナーを使用したネットワークの構築

• 深層学習を使用した時系列異常検出

• Detect Anomalies Using Wavelet Scattering with Autoencoders

• 変分自己符号化器 (VAE) の学習によるイメージ生成

• List of Deep Learning Layer Blocks and Subsystems

• 深層学習ネットワークのコード生成

詳細については、レガシ ニューラル ネットワーク コードの dlnetwork ワークフローへの移行を参照してください。

参考

時系列モデラー | fitrnet (Statistics and Machine Learning Toolbox) | fitcnet (Statistics and Machine Learning Toolbox) | trainnet | trainingOptions | dlnetwork

トピック

• Training Neural Networks with Tabular Data
• Training Neural Networks with Time Series Data
• レガシ ニューラル ネットワーク コードの dlnetwork ワークフローへの移行