生成金宝app块浅层神经网络仿真
圣gensim(净)
类型帮助网络/ gensim
。
这个函数生成一个Simulink金宝app®块浅层神经网络。gensim
不支持深度学习网络金宝app,如卷积或LSTM网络。有关深度学习的代码生成的更多信息,请参见深度学习代码生成。
圣gensim(净)
创建一个Simuli金宝appnk系统,其中包含一个模拟神经网络的块净
。
圣gensim(净)
这些输入:
净 |
神经网络 |
圣 |
样本时间(默认值= 1) |
并创建一个Simulink系金宝app统,其中包含一个模拟神经网络的模块净
采样时间为圣
。
如果净
无输入或层延迟(net.numInputDelays
和net.numLayerDelays
都是0),你可以用-1来表示圣
得到一个不断采样的网络。
[x, t] = simplefit_dataset;网= feedforwardnet (10);Net = train(Net,x,t)
创建NARX网络。
[x, t] = simplenarx_dataset;网= narxnet (1:2, 1:2, 20);视图(net) [xs,xi,ai,ts] = preparets(net,x,{},t);网=火车(净,x, ts, xi, ai);y =净(xs, xi, ai);
将网络转换为闭环。
网= closeloop(净);视图(净)
准备数据,模拟网络的闭环响应。
[x, xi, ai, ts] = preparets(净,x, {}, t);y =净(xs, xi, ai);
将网络转换为具有工作空间输入和输出端口的Simul金宝appink系统。
[sysName,网络]= gensim(网络,“InputMode”,“工作区”,...“OutputMode”,“工作区”,“SolverMode”,“离散”);
初始化延迟状态。注意,这是获得与MATLAB中相同的输出的重要步骤®。
setsiminit (sysName网络名,净,xi, ai, 1);
定义模型输入X1
在工作区中,以编程方式模拟系统。
x1 = nndata2sim (xs, 1, 1);= sim (sysName,“ReturnWorkspaceOutputs”,“上”,“StopTime”num2str (x1.time(结束)));ysim = sim2nndata (out.y1);