Directorio de artículos
Lista de efectos
Resumen del artículo
Selección de características de datos | Matlab implementa la incorporación de características de tiempo-frecuencia con aprendizaje métrico profundo.
El aprendizaje métrico profundo intenta aprender codificadores o incorporaciones de características no lineales que pueden reducir la distancia (métrica) entre ejemplos de la misma clase y aumentar la distancia entre ejemplos de diferentes clases. Las funciones de pérdida que funcionan de esta manera a menudo se denominan funciones de pérdida contrastivas. Este ejemplo utiliza aprendizaje métrico profundo supervisado y una función de pérdida contrastiva específica llamada pérdida de entropía cruzada normalizada a escala de temperatura. La figura muestra el flujo de trabajo general de este tipo de aprendizaje métrico profundo supervisado.
Diseño de código fuente
- programa principal
%%%%%%