主要内容

有状态的分类

使用训练好的深度学习循环神经网络对数据进行分类

展开全部页面
  • 库:

  • 深度学习工具箱/深度神经网络

  • 有状态的分类块

描述

的有状态的分类Block使用通过Block参数指定的训练好的循环神经网络预测输入数据的类标签。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分类块中的复位子系统(金宝app模型)块并使用重置控制信号作为触发器。

限制

的有状态的分类block不支持mat文件日志金宝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

预测得分最高的班级标签，作为a返回N-by-1的标签枚举向量，其中N是观测的数量。

预测分数，返回为aN——- - - - - -K矩阵,N是观察数，和K是类的数量。

与预测分数相关联的标签，作为a返回N——- - - - - -K矩阵,N是观察数，和K是类的数量。

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 '

开启输出端口ypred输出得分最高的标签。

编程使用

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

开启输出端口分数而且标签输出所有预测的分数和相关的班级标签。

编程使用

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

模型的例子

在Simulink中分类和更新网络状态金宝app

在Simulink中分类和更新网络状态金宝app

对Simulink®中训练好的循环神经网络的数据进行分类金宝app有状态的分类块。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

||