用MATLAB编写一个卷积自编码器的代码

在MATLAB中，编写一个简单的卷积自编码器需要以下步骤：

% 导入所需的库
clear all; close all; clc;
gpuDevice = 'cpu'; % 使用CPU，如果要在GPU上运行，请设置为'gpu'

% 定义参数
input_size = [28 28]; % 输入图片尺寸 (假设MNIST)
encoding_dim = 16; % 编码后的维度
filter_size = 3; % 卷积核大小
num_filters = 16; % 卷积层的滤波器数量
hidden_layers = 2; % 自编码器的隐藏层数
batch_size = 128;

% 创建函数
layers = [
    imageInputLayer(input_size)
    convolution2dLayer(filter_size, num_filters, 'Padding', 'same')
    reluLayer
    repeat layers(hidden_layers-1) % 重复卷积层
    maxPooling2dLayer(2, 'Stride', 2) % 下采样
    fullyConnectedLayer(encoding_dim)
    reluLayer
    fullyConnectedLayer(prod(input_size)) % 解码层，恢复到原始尺寸
    softmaxLayer % 可选，如果你想要概率分布而非回归输出
    regressionLayer % 如果是回归任务
];

% 设置训练选项
options = trainingOptions('adam', ...
    'MaxEpochs', 50, ... % 训练轮数
    'MiniBatchSize', batch_size, ... 
    'Plots', 'training-progress', ...
    'Shuffle','every-epoch');

% 初始化并编译模型
ae = trainNetwork(trainImages, layers, options);

% 测试自编码过程
encoded = forward(ae, testImages);
decoded = predict(ae, encoded);