generateSimulink

R2026b

클래스: Autoencoder

(제거될 예정임) 오토인코더의 Simulink 모델 생성

generateSimulink 함수는 향후 릴리스에서 제거될 예정입니다. 자세한 내용은 레거시 신경망 코드를 dlnetwork 워크플로로 전환하기 항목을 참조하십시오.

코드 업데이트에 대한 자세한 지침은 버전 내역 항목을 참조하십시오.

구문

generateSimulink(autoenc)

설명

generateSimulink(autoenc)는 오토인코더 autoenc에 대한 Simulink^® 모델을 만듭니다.

입력 인수

autoenc — 훈련된 오토인코더

Autoencoder 객체

훈련된 오토인코더로, Autoencoder 객체로 지정됩니다.

예제

오토인코더에 대한 Simulink 모델 생성하기

훈련 데이터를 불러옵니다.

X = digitSmallCellArrayData;

훈련 데이터는 각 셀에 손으로 쓴 숫자를 표현한 합성 영상을 나타내는 28×28 행렬이 있는 1×500 셀형 배열입니다.

25개의 뉴런을 포함하는 은닉 계층 1개를 갖는 오토인코더를 훈련시킵니다.

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

오토인코더 autoenc에 대한 Simulink 모델을 만듭니다.

generateSimulink(autoenc)

버전 내역

R2015b에 개발됨

R2026a: generateSimulink 함수는 제거될 예정임

generateSimulink 함수는 향후 릴리스에서 제거될 예정입니다.

오토인코더 워크플로에 대해 자세히 알아보려면 다음 예제와 항목을 참조하십시오.

• 심층 신경망 디자이너를 사용하여 신경망 구축하기

• Time Series Anomaly Detection Using Deep Learning

• Detect Anomalies Using Wavelet Scattering with Autoencoders

• 변분 오토인코더(VAE)를 훈련시켜 영상 생성하기

• List of Deep Learning Layer Blocks and Subsystems

• 딥러닝 신경망을 위한 코드 생성

자세한 내용은 레거시 신경망 코드를 dlnetwork 워크플로로 전환하기 항목을 참조하십시오.

참고 항목

시계열 모델러 | fitrnet (Statistics and Machine Learning Toolbox) | fitcnet (Statistics and Machine Learning Toolbox) | trainnet | trainingOptions | dlnetwork

도움말 항목

• Training Neural Networks with Tabular Data
• Training Neural Networks with Time Series Data
• 레거시 신경망 코드를 dlnetwork 워크플로로 전환하기