如何在 Matlab 中创建“去噪自动编码器”？

Question

我知道 Matlab 有函数 TrainAutoencoder(input, settings) 来创建和训练自动编码器。结果能够运行“Encode”和“Decode”这两个函数。 但这仅适用于普通自动编码器的情况。如果您想要一个去噪自动编码器怎么办？我搜索并找到了一些示例代码，他们使用“网络”功能将自动编码器转换为普通网络，然后Train(network, noisyInput, smoothOutput)就像一个去噪自动编码器。

但是有多个缺失的部分：

1. 如何使用这个新的网络对象来“编码”新的数据点？它不支持 encode()。
2. 如何从这个“网络”中获取特征的“潜在”变量？

如果有人可以帮助我解决此问题，我将不胜感激。 谢谢， -莫因

Answer 1

1. 目前（2019a），MATALAB 不允许用户在自动编码器中手动添加层。如果您想构建自己的，您将使用 MATLAB 提供的层从头开始；
2. 为了使用 TrainNetwork(...) 来训练您的模型，您需要找到一种将数据插入到名为 imDatastore 的对象中的方法。 autoencoder 的数据的难点在于没有标签，这是 imDatastore 所要求的，因此你必须找到一个聪明的方法来避免它——本质上你是要处理一个所谓的 OCC（一类分类）问题.

https://www.mathworks.com/help/matlab/ref/matlab.io.datastore.imagedatastore.html

1. 使用激活(...) 转储中间（隐藏）层的输出

https://www.mathworks.com/help/deeplearning/ref/activations.html?searchHighlight=activations&s_tid=doc_srchtitle

4. 我在使用 MATLAB 和 Python (Keras) 进行深度学习之间徘徊了几周，最终我选择了后者，尽管我是 MATLAB 的长期忠实用户和 Python 的新手。我的两分钱是前者对深度学习的限制太多。

祝你好运。:-)

Answer 2

如果您的“模拟”是指预测/推理，只需使用 activations(...) 来转储我之前提到的任何中间（隐藏）层的输出，以便您可以检查它们。

另一种方法是构建一个相同的网络，但仅使用编码部分，将训练好的参数复制到其中，然后输入模拟信号。