WOLFRAM

Wolfram 语言与系统参考资料中心

"Boolean" (神经网络解码器)

NetDecoder["Boolean"]

表示一个解码器，如果 p<0.5，将概率 p 转换成 False，否则转换为 True.

更多信息

  • NetDecoder[…][input] 对一个输入应用解码器，产生一个输出.
  • NetDecoder[…][{input1,input2,…}] 对一系列输入应用解码器，产生一系列输出.
  • 解码器的输入 input 是一个标量，范围为 0≤input≤1.
  • NetDecoder[{"Boolean","InputDepth"->n}] 可以用来指定输入数组的深度为 n. 默认深度为 0，表示输入是一个实数.
  • 在构建网络时，可通过指定 "port"->NetDecoder[…] 将解码器添加到网络的输出端口上.
    • 属性
  • NetDecoder["Boolean"][data,prop] 可用于计算输入数据的指定的属性.
  • 当一个 "Boolean" 解码器附加在网络上时，net[data,prop] 或 net[data,"oport"->prop] 可用于计算解码输出的指定的属性.
  • "Boolean" 解码器支持以下属性 prop：
  • "Decision"具有最高概率（默认）的布尔类 False 或 True
    "Probability"类 True 的概率 p
    "Entropy"概率分布的熵
    "RandomSample"对其概率按比例采样 Boolean
    "RandomSample"->t使用正温度 t 采样
    None不解码，直接返回输入

范例

打开所有单元 关闭所有单元

基本范例  (1)

创建一个 Boolean 解码器：

Wolfram Language code: dec = NetDecoder["Boolean"]

将概率解码为 True 或 False：

Wolfram Language code: dec[0.2]

对一批实例应用解码器：

Wolfram Language code: dec[{0.2, 0.9, 0.5}]

解码器期待概率作为输入并充当带有属性 "Probability" 的 Identity：

Wolfram Language code: dec[{0.2, 0.9, 0.5}, "Probability"]

计算熵：

Wolfram Language code: dec[{0.2, 0.9, 0.5}, "Entropy"]

范围  (2)

在 ElementwiseLayer 的输出端口上添加 "Boolean" 解码器：

Wolfram Language code: layer = ElementwiseLayer[LogisticSigmoid, "Output" -> NetDecoder["Boolean"]]

将该网络层应用于一个输入：

Wolfram Language code: layer[3]

创建一个 "Boolean" 解码器，将概率矩阵转换为布尔值矩阵：

Wolfram Language code: decoder = NetDecoder[{"Boolean", "InputDepth" -> 2}]

将解码器添加到网络上，并对一个输入应用网络：

Wolfram Language code: layer = NetInitialize@NetChain[{{3, 3}, LogisticSigmoid}, "Input" -> "Real", "Output" -> decoder]
Wolfram Language code: layer[10.0]

获取正类的概率：

Wolfram Language code: layer[10.0, "Probability"]

计算每个伯努利分布的熵：

Wolfram Language code: layer[10.0, "Entropy"]