gensim

生成金宝app块浅层神经网络仿真

语法

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);

之前介绍过的R2006a

下载电子书