如何在Matlab中创建“降噪自动编码器”？

Question

我知道Matlab具有TrainAutoencoder(input, settings)功能来创建和训练自动编码器。结果能够运行“ 编码”和“ 解码”这两个功能。 但这仅适用于普通自动编码器。如果您想要一个降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，然后像降噪自动编码器一样Train(network, noisyInput, smoothOutput)转换。

但是有多个缺失的部分：

1. 如何使用此新网络对象对新数据点进行“编码”？它不支持encode（）。
2. 如何从此“网络”中获取要素的“潜在”变量？

如果有人能帮助我解决此问题，我将不胜感激。 谢谢， -Moein

Answer 1

1. 当前（2019a），MATALAB不允许用户在自动编码器中手动添加图层。如果要构建自己的数据库，则可以使用MATLAB提供的图层从头开始；
2. 为了使用TrainNetwork（...）训练模型，您将找到一种将数据插入名为imDatastore的对象的方法。自动编码器数据的困难在于没有标签，这是imDatastore所必需的，因此您将必须找到一种避免这种情况的聪明方法-本质上，您将要处理所谓的OCC（一个类分类）问题。

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

1. 使用激活（...）转储来自中间（隐藏）层的输出

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

1. 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，也是Python的新手。我的两分钱是前者在深度学习方面有太多限制。

祝你好运：-）

Answer 2

如果“模拟”是指预测/推理，则只需使用Activations（...）从任何中间（隐藏）层中转储输出，就象我前面提到的那样，以便您可以检查它们。

另一种方法是，您构建一个相同的网络，但仅使用编码部分，将训练有素的参数复制到其中，然后提供模拟信号。