dlarray
深度学习数组存储自定义训练循环的可选数据格式标签,并使函数能够通过自动微分计算和使用导数。要了解关于自定义训练循环、自动区分和深度学习数组的更多信息,请参见深度学习定制训练循环(深度学习工具箱).
代码生成支持格式化和非格式化的深金宝app度学习数组。dlarray
包含的物体GPUArrays.
还支持代码生成。金宝app当您使用CPU和GPU代码生成的深度学习阵列时,遵守这些限制:
dlarray
用于代码生成要生成代码,请使用dlarray
(深度学习工具箱)创建深度学习阵列的功能。例如,假设你有一个磨普dlnetwork.
(深度学习工具箱)网络对象mynet.mat
MAT-file。为了预测这个网络的响应,在MATLAB中创建一个入口点函数®.
有两种可能性:
请注意
用于代码生成,dlarray
的输入预测
的方法dlnetwork.
对象必须是单
数据类型。
在本设计实例中,输入输出到入口点函数,喷火
的dlarray
类型。由于在Matlab中,不建议使用此类入口点函数,因为在MATLAB中,dlarray
强制标签的顺序'scbtu'
.此行为已复制MEX代码生成。但是,对于诸如静态,动态库或可执行文件的独立代码生成,数据格式遵循规范fmt
论点的dlarray
目的。结果,如果输入点函数的输入或输出是adlarray
对象和它的标签顺序不是'scbtu'
,那么MATLAB环境下的数据布局和独立代码之间就会有所不同。
功能dlOut = foo (dlIn)持续的dlnet;如果isempty(dlnet) dlnet = code . loaddeeplearningnetwork ('mynet.mat');结束dlout = predict(dlnet,dlin);结束
在这个设计示例中,输入和输出到喷火
是原始的数据类型和dlarray
对象在函数中创建。的extractdata
(深度学习工具箱)的方法dlarray
对象中返回的数据dlarray
国防后勤局
作为输出喷火
.输出一个
具有与底层数据类型相同的数据类型国防后勤局
.
相比设计1
,这种入口点设计具有以下优点:
更容易与独立的代码生成工作流(如静态、动态库或可执行文件)集成。
输出的数据格式extractdata
函数具有相同的顺序('scbtu'
)在MATLAB环境和生成的代码中。
改进MEX工作流的性能。
简化Simulink.金宝app®工作流使用Matlab功能块作为Simulin金宝appk不会自然支持金宝appdlarray
对象。
功能a = foo(in) dlIn = dlarray(in)SSC的);持续的dlnet;如果isempty(dlnet) dlnet = code . loaddeeplearningnetwork ('mynet.mat');结束dlA =预测(dlnet, dlIn);一个= extractdata (dlA);结束
看到一个例子dlnetwork.
和dlarray
使用与MATLAB编码器™,请参阅使用Intel CPU上的变变AualEncoder生成位数图像.
dlarray
具有代码生成支持的对象函数金宝app对于代码生成,您仅限于此表中列出的深度学习阵列对象函数。
|
维度标签 |
|
从中提取数据 |
|
查找带有指定标签的尺寸 |
|
删除 |
dlarray
代码生成的支持金宝app功能 | 描述 |
---|---|
fullyconnect (深度学习工具箱) |
全连接操作将输入乘以一个权值矩阵,然后加上一个偏置向量。 |
乙状结肠 (深度学习工具箱) |
SIGMOID激活操作将SIGMOID函数应用于输入数据。 |
softmax (深度学习工具箱) |
softmax激活操作将softmax功能应用于输入数据的通道维度。 |
dlarray
代码生成的支持金宝app功能 | 注意和局限性 |
---|---|
腹肌 |
输出 |
COS. |
输出 |
c |
|
婴儿床 |
|
CSC. |
|
经验值 |
|
日志 |
|
证券交易委员会 |
输出 |
符号 |
|
罪 |
|
sinh |
|
√6 |
|
晒黑 |
输出 |
双曲正切 |
|
uplus. ,+ |
|
uminus ,- |
功能 | 注意和局限性 |
---|---|
isfloat |
该软件将该功能应用于输入的底层数据 |
islogical. |
|
isnumeric |
|
伊斯雷尔 |
因为 |
dlarray
(深度学习工具箱)|dlnetwork.
(深度学习工具箱)