序列与时间序列

使用深度学习的序列分类

这个例子展示了如何使用长短期记忆(LSTM)网络对序列数据进行分类。

使用1-D卷积的序列分类

这个例子展示了如何使用1-D卷积神经网络对序列数据进行分类。

使用深度学习的序列到序列分类

这个例子展示了如何使用长短期记忆(LSTM)网络对序列数据的每个时间步进行分类。

使用深度学习的序列到序列回归

这个例子展示了如何使用深度学习来预测发动机的剩余使用寿命(RUL)。

利用深度学习进行时间序列预测

这个例子展示了如何使用长短期记忆(LSTM)网络预测时间序列数据。

使用深度学习分类视频

这个例子展示了如何通过结合预先训练的图像分类模型和LSTM网络来创建视频分类网络。

使用自定义训练循环的深度学习分类视频

这个例子展示了如何通过结合预先训练的图像分类模型和序列分类网络来创建视频分类网络。

基于深度学习的语音指令识别

这个例子展示了如何训练一个深度学习模型来检测音频中语音命令的存在。

使用注意力的图像字幕

这个例子展示了如何使用注意力训练一个深度学习模型来进行图像配图。

训练网络使用自定义小批量数据存储序列数据

这个例子展示了如何使用自定义的迷你批处理数据存储在内存不足的序列数据上训练深度学习网络。

可视化LSTM网络的激活

这个例子展示了如何通过提取激活来调查和可视化LSTM网络学习的特征。

使用1-D卷积的序列到序列分类

这个例子展示了如何使用通用时态卷积网络(TCN)对序列数据的每个时间步进行分类。

基于深度学习的化工过程故障检测

这个例子展示了如何使用模拟数据来训练一个可以检测化学过程中的故障的神经网络。

用深度网络设计器构建网络

在深度网络设计器中交互式地构建和编辑深度学习网络。

使用深度网络设计器创建简单的序列分类网络

这个例子展示了如何使用Deep network Designer创建一个简单的长短期记忆(LSTM)分类网络。

在Simulink中预测和更新网络状态金宝app

这个例子展示了如何预测Simulink®中训练好的循环神经网络的响应金宝app有状态的预测块。

在Simulink中分类和更新网络状态金宝app

这个例子展示了如何在Simulink®中为训练好的循环神经网络分类数据金宝app有状态的分类块。