主要内容

有状态的预测

使用训练过的循环神经网络预测反应

展开全部页面
  • 库:

  • 深度学习工具箱/深度神经网络

  • 有状态预测块

描述

的有状态的预测Block通过使用通过Block参数指定的经过训练的循环神经网络来预测输入数据的响应。此块允许将预先训练好的网络加载到Simulink中金宝app®从mat文件或MATLAB的模型®函数。这个块根据每个预测更新网络的状态。

将递归神经网络的状态重置为初始状态有状态的预测块中的复位子系统(金宝app模型)块并使用重置控制信号作为触发器。

港口

输入

全部展开

接口的输入端口有状态的预测块接受所加载网络的输入层的名称。根据加载的网络，预测块的输入可以是序列数据或时间序列数据。

包含序列的数值数组的维数取决于数据的类型。

输入 描述
向量序列 c——- - - - - -年代矩阵,c序列特征的数量和年代是序列长度。
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，和年代是序列长度。

输出

全部展开

端口的输出端口有状态的预测块获取加载的网络输出层的名称。基于网络加载，输出的有状态的预测Block可以表示预测的分数或反应。

对于从序列到标签的分类，输出为N——- - - - - -K矩阵,N是观察数，和K是类的数量。

对于序列到序列的分类问题，输出是aK——- - - - - -年代矩阵的分数，其中K是班级的数量，和年代是对应输入序列中时间步长的总数。

参数

全部展开

为训练的循环神经网络指定源。经过训练的网络必须至少有一个循环层(例如LSTM网络)。选择以下其中一项:

  • mat文件中的网络-从一个mat文件中导入一个训练好的循环神经网络SeriesNetwork，DAGNetwork,或dlnetwork对象。

  • 来自MATLAB的网络函数-从MATLAB函数中导入预训练的循环神经网络。

编程使用

块参数:网络
类型:字符向量，字符串
价值观:来自mat文件的网络|“网络来自MATLAB函数”
默认值:来自mat文件的网络

此参数指定包含要加载的训练过的循环神经网络的mat文件的名称。如果该文件不在MATLAB路径上，请使用浏览按钮，定位文件。

依赖关系

若要启用此参数，请设置网络参数mat文件中的网络．

编程使用

块参数:NetworkFilePath
类型:字符向量，字符串
价值观:mat文件的路径或名称
默认值:“untitled.mat”

此参数指定预训练的循环神经网络的MATLAB函数的名称。

依赖关系

若要启用此参数，请设置网络参数来自MATLAB的网络函数．

编程使用

块参数:NetworkFunction
类型:字符向量，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过程中块何时计算新的输出值。详细信息请参见指定采样时间(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。要向输出添加时间偏移，请指定样品时间参数作为1——- - - - - -2向量，其中第一个元素是采样周期，第二个元素是偏移量。

默认情况下，样品时间参数值为－1来继承该值。

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 '

模型的例子

在Simulink中预测和更新网络状态金宝app

在Simulink中预测和更新网络状态金宝app

预测在Simulink®训练循环神经网络的响应金宝app有状态的预测块。本例使用预训练的长短期记忆(LSTM)网络。
打开脚本

扩展功能

版本历史

R2021a中引入

另请参阅

||