文件帮助中心文件
使用培训的经常性神经网络预测响应
深度学习工具箱/深神经网络
这有状态预测块通过使用通过块参数指定的经过培训的经常性神经网络来预测输入的数据的响应。此块允许将备用网络加载到Simulink中金宝app®来自垫子文件或来自Matlab的模型®功能。此块通过每次预测更新网络状态。
展开全部
输入
输入端口有状态预测块获取已加载的网络的输入图层的名称。基于加载的网络,对预测块的输入可以是序列或时间序列数据。
包含序列的数字阵列的尺寸取决于数据的类型。
输出
输出端口有状态预测块获取已加载的网络的输出层的名称。基于加载的网络,输出有状态预测块可以代表预测的分数或响应。
对于序列到标签分类,输出是一个N-经过-K.矩阵,其中N是观察人数,和K.是课程的数量。
对于序列到序列分类问题,输出是一个K.-经过-S.分数矩阵,在哪里K.是课程数量,也是S.是相应输入序列中的总时间步长。
网络
来自Mat文件的网络
来自MATLAB功能的网络
指定培训的经常性神经网络的源。训练的网络必须具有至少一个复发层(例如,LSTM网络)。选择以下选项之一:
来自Mat文件的网络- 从包含a的垫文件导入培训的经常性神经网络系列网络那Dagnetwork., 要么dlnetwork.目的。
系列网络
Dagnetwork.
dlnetwork.
来自MATLAB功能的网络- 从MATLAB功能导入备用复发性神经网络。
文件路径
此参数指定包含培训的重复性神经网络的MAT文件的名称。如果文件不在MATLAB路径上,请使用浏览按钮以找到文件。
要启用此参数,请设置网络参数到来自Mat文件的网络。
Matlab功能
此参数指定预先训练的复发性神经网络的MATLAB函数的名称。
要启用此参数,请设置网络参数到来自MATLAB功能的网络。
采样时间
-1
将采样时间指定为-1以外的值。有关更多信息,请参阅指定采样时间(金宝appSimulink)。
通过使用使用的预测Simulink®中训练的经常性神经网络的响应金宝app有状态预测堵塞。此示例使用预磨损的长短期内存(LSTM)网络。
有状态预测
使用说明和限制:
这语参数在配置参数>代码生成一般类别必须设置为C ++。
C ++
对于基于ert的目标,金宝app支持:可变尺寸信号参数在代码生成>界面必须启用窗格。
GPU代码生成仅在目标CUDNN库时支持金宝app此块。
图像分类器|预测|有状态分类
您单击了与此MATLAB命令对应的链接:
在MATLAB命令窗口中输入它来运行命令。Web浏览器不支持MATLAB命令。金宝app
选择一个网站,以便在可用的地方进行翻译的内容,并查看本地活动和优惠。根据您的位置,我们建议您选择:。
您还可以从以下列表中选择一个网站:
选择中国网站(以中文或英文)以获取最佳网站性能。其他MathWorks国家网站未优化您的位置。
联系您当地的办公室