文档帮助中心文档
使用训练的深度学习递归神经网络对数据进行分类
深度学习工具箱/深度神经网络
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。
的有状态的分类块不支持mat文件日志记录。金宝app
全部展开
输入
输入的格式取决于数据的类型。
ypred
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。
分数
预测分数,返回为aN——- - - - - -K矩阵,N是观察的次数,和K为类数。
标签
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。
网络
网络从MAT-file
网络从MATLAB函数
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。
SeriesNetwork
DAGNetwork
dlnetwork
网络从MATLAB函数-从MATLAB函数中导入预训练的递归神经网络。
“网络从MAT-file”
'网络从MATLAB函数'
文件路径
untitled.mat
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。
要启用该参数,请设置网络参数网络从MAT-file.
NetworkFilePath
“untitled.mat”
MATLAB函数
无标题的
该参数指定了预训练递归神经网络的MATLAB函数名。
要启用该参数,请设置网络参数网络从MATLAB函数.
NetworkFunction
“无题”
样品时间
-1
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。
1
2
默认情况下,样品时间参数值是-1继承值。
SampleTime
' 1 '
分类
在
从
使输出端口ypred输出得分最高的标签。
“关闭”
“上”
预测
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。
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。
有状态的分类
使用注意事项及限制:
的语言参数配置参数>代码生成“常规类别”必须设置为c++.
c++
对于基于ert的目标金宝app支持:适应信号参数代码生成>接口窗格必须启用。
GPU代码生成仅当目标为cuDNN库时支金宝app持此块。
预测|图像分类器|有状态的预测
你点击一个链接对应于这个MATLAB命令:
通过在MATLAB命令窗口中输入命令来运行命令。Web浏览器不支持MATLAB命令。金宝app
选择一个网站,在那里获得翻译的内容,并看到当地的活动和优惠。根据您的位置,我们建议您选择:.
你也可以从以下列表中选择一个网站:
选择中国网站(中文或英文)以获得最佳网站性能。其他MathWorks国家站点没有针对您所在位置的访问进行优化。
与当地办事处联系