"FeatureExtractor" (ネットエンコーダ)

NetEncoder[{"FeatureExtractor",f}]

入力を符号化するためにFeatureExtractorFunction f を使うエンコーダを表す．

NetEncoder["FeatureExtractor"]

ネット訓練の間に自動的に学習されるエンコーダを表す．

NetEncoder[{"FeatureExtractor","method"}]

指定の特徴抽出法を使う．

詳細

  • NetEncoder[{"FeatureExtractor",f}]では，FeatureExtractorFunction f は数値ベクトルを返す．
  • NetEncoder["FeatureExtractor"]では， hen NetTrainがエンコーダを含むネット上で呼び出されたとき，抽出器が訓練データ上で学習される．学習された抽出器は通常数値ベクトルを返す．
  • NetEncoder[{"FeatureExtractor","method"}]で，"method"は数値ベクトルを生み出すFeatureExtractionの特徴検出器法であれば何でもよい．例えば，"StandardizedVector"，"IndicatorVector"，"TFIDF"，"ImageFeatures"，"AudioFeatures"，"GraphFeatures"等がある．
  • NetEncoder[…][input]はエンコーダを入力に適用し，出力を作る．
  • NetEncoder[…][{input1,input2,…}]はエンコーダを入力のリストに適用し，出力のリストを作る．
  • ネットワークの構築時に"port"NetEncoder[…]と指定すると，エンコーダをネットワークの入力ポートに付加することができる．

例題

例  (2)

データで自動学習する特徴抽出器を持つネットワークを定義する：

ネットワークを画像で訓練する：

ネットワークを新しい画像に適用する：

次元3の数値ベクトルをいくつか取る：

このデータを標準化するFeatureExtractorFunctionを訓練する：

この次元簡約を適用する関数エンコーダを作成する：

エンコーダを入力ベクトルに適用する：

FeatureExtractorFunctionと同じ結果になる：

同様のNetEncoderがNetTrainを使っても得られる：

エンコーダはネットワークに付加して，最初のフェーズで訓練することもできる：