主要内容

有状态的分类

使用训练的深度学习递归神经网络对数据进行分类

全部展开页面
  • 库:

  • 深度学习工具箱/深度神经网络

  • 有状态分类块

描述

的有状态的分类块通过块参数指定的经过训练的递归神经网络预测输入数据的类标签。这个模块允许将预先训练好的网络加载到Simulink中金宝app®模型从一个mat文件或MATLAB®函数。这个块根据每次预测更新网络的状态。

限制

的有状态的分类块不支持mat文件日志记录。金宝app

港口

输入

全部展开

输入的格式取决于数据的类型。

输入 描述
向量序列 c——- - - - - -年代矩阵,c序列的特征数是和吗年代为序列长度。
二维图像序列 h——- - - - - -w——- - - - - -c——- - - - - -年代数组,h，w,c分别对应图像的高度、宽度和通道数量，和年代为序列长度。

输出

全部展开

预测的类标签与最高的分数，返回作为N-by-1枚举标签向量，其中N为观察次数。

预测分数，返回为aN——- - - - - -K矩阵,N是观察的次数，和K为类数。

与预测分数相关的标签，返回为N——- - - - - -K矩阵,N是观察的次数，和K为类数。

参数

全部展开

指定训练的递归神经网络的来源。经过训练的网络必须至少有一个递归层(例如LSTM网络)。选择以下其中之一:

  • 网络从MAT-file-从包含a的MAT-file中导入一个训练有素的递归神经网络SeriesNetwork，DAGNetwork,或dlnetwork对象。

  • 网络从MATLAB函数-从MATLAB函数中导入预训练的递归神经网络。

编程使用

块参数:网络
类型:特征向量,字符串
价值观:“网络从MAT-file”|'网络从MATLAB函数'
默认值:“网络从MAT-file”

此参数指定包含要加载的经过训练的递归神经网络的mat -文件的名称。如果文件不在MATLAB路径上，则使用浏览按钮以定位文件。

依赖关系

要启用该参数，请设置网络参数网络从MAT-file．

编程使用

块参数:NetworkFilePath
类型:特征向量,字符串
价值观:mat -文件路径或名称
默认值:“untitled.mat”

该参数指定了预训练递归神经网络的MATLAB函数名。

依赖关系

要启用该参数，请设置网络参数网络从MATLAB函数．

编程使用

块参数:NetworkFunction
类型:特征向量,字符串
价值观:MATLAB函数名
默认值:“无题”

的样品时间参数指定在模拟期间块何时计算新的输出值。有关详细信息,请参见指定样品时间(金宝app模型)．

指定样品时间当您不希望输出具有时间偏移时，将参数作为标量。要在输出中添加时间偏移量，请指定样品时间参数作为一个1——- - - - - -2向量，第一个元素是采样周期，第二个元素是偏移量。

默认情况下,样品时间参数值是－1继承值。

编程使用

块参数:SampleTime
类型:特征向量
价值观:标量|向量
默认值:' 1 '

使输出端口ypred输出得分最高的标签。

编程使用

块参数:分类
类型:特征向量,字符串
价值观:“关闭”|“上”
默认值:“上”

使输出端口分数和标签输出所有的预测分数和相关的类标签。

编程使用

块参数:预测
类型:特征向量,字符串
价值观:“关闭”|“上”
默认值:“关闭”

模型的例子

在Simulink中对网络状态进行分类和更新金宝app

在Simulink中对网络状态进行分类和更新金宝app

在Simulink®中对训练有素的递归神经网络进行数据分类金宝app有状态的分类块。这个例子使用了预先训练的长短期记忆(LSTM)网络。

扩展功能

另请参阅

||

介绍了R2021a

深度学习工具箱文档

金宝app

介绍基于MATLAB的深度学习

介绍基于MATLAB的深度学习

下载电子书