主要内容

有状态的预测

使用经过训练的递归神经网络预测反应

展开页面中的所有内容
  • 库:

  • 深度学习工具箱/深度神经网络

  • 有状态的预测块

描述

的有状态的预测块预测对输入数据的响应，使用经过训练的递归神经网络通过块参数指定。此块允许将预训练的网络加载到Simulink中金宝app®模型从一个mat文件或MATLAB®函数。这个块用每个预测更新网络的状态。

港口

输入

全部展开

的输入端口有状态的预测Block接受所加载网络的输入层的名称。根据网络负载，预测块的输入可以是序列数据或时间序列数据。

包含序列的数字数组的维数取决于数据的类型。

输入 描述
向量序列 c——- - - - - -年代矩阵,c是序列的特征数和年代为序列长度。
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、通道数年代为序列长度。

输出

全部展开

的输出端口有状态的预测Block接受所加载网络的输出层的名称。根据网络加载情况，输出的有状态的预测块可以表示预测的分数或响应。

对于序列到标签的分类，输出是N——- - - - - -K矩阵,N是观察的次数，和K为类数。

对于序列到序列的分类问题，输出为K——- - - - - -年代得分矩阵，其中K是班级数，和年代为对应输入序列的总时间步长。

参数

全部展开

指定训练的递归神经网络的源。经过训练的网络必须至少有一个循环层(例如，LSTM网络)。选择下列任一项:

  • 网络从MAT-file-从包含一个SeriesNetwork，DAGNetwork,或dlnetwork对象。

  • 网络的MATLAB函数-从MATLAB函数中导入预训练的递归神经网络。

编程使用

块参数:网络
类型:特征向量,字符串
价值观:“网络从MAT-file”|“网络来自MATLAB函数”
默认值:“网络从MAT-file”

此参数指定包含要加载的经过训练的递归神经网络的mat文件的名称。如果文件不在MATLAB路径上，则使用浏览按钮定位文件。

依赖关系

若要启用该参数，请设置网络参数网络从MAT-file．

编程使用

块参数:NetworkFilePath
类型:特征向量,字符串
价值观:mat -文件路径或名称
默认值:“untitled.mat”

该参数指定预训练的递归神经网络的MATLAB函数的名称。

依赖关系

若要启用该参数，请设置网络参数网络的MATLAB函数．

编程使用

块参数:NetworkFunction
类型:特征向量,字符串
价值观:MATLAB函数名
默认值:“无题”

的样品时间参数指定块在模拟过程中何时计算新的输出值。有关详细信息,请参见指定样品时间(金宝app模型)．

指定样品时间当您不希望输出具有时间偏移量时，将参数作为标量。若要在输出中添加时间偏移量，请指定样品时间参数作为一个1——- - - - - -2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,样品时间参数值是－1继承价值。

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 '

模型的例子

在Simulink中预测和更新网络状态金宝app

在Simulink中预测和更新网络状态金宝app

在Simulink®中，通过使用金宝app有状态的预测块。这个例子使用了一个预训练的长短期记忆(LSTM)网络。

扩展功能

另请参阅

||

介绍了R2021a

深度学习工具箱文档

金宝app

用MATLAB介绍深度学习

用MATLAB介绍深度学习

下载电子书