最新のリリースでは，このページがまだ翻訳されていません。このページの最新版は英語でご覧になれます。
时系列，シーケンス，およびテキストを使用した深层学习
时系列の分类，回帰，および予测タスク用のネットワークを作成し，そのネットワークに学习させます.sequence到一または序列至标签分类问题および回帰问题の场合は，长短期记忆（LSTM）ネットワークに学习させます。単语埋め込み层を使用してテキストデータについてLSTMネットワークに学习させたり（文本分析工具箱™が必要），スペクトログラムを使用してオーディオデータについて畳み込みニューラルネットワークに学习させたり（音频工具箱™が必要）することができます。
アプリ
| ディープネットワークデザイナー | 深層学習ネットワークの編集および構築 |
关数
例および操作のヒント
シーケンスおよび时系列
この例では，长短期记忆（LSTM）ネットワークを使用してシーケンスデータを分类する方法を说明します。
この例では,長短期記憶(LSTM)ネットワークを使用してシーケンスデータの各タイムステップを分類する方法を説明します。
この例では，深层学习を使用してエンジンの残存耐用期间（RUL）を予测する方法を说明します。
この例では,長短期記憶(LSTM)ネットワークを使用して時系列データを予測する方法を説明します。
この例では，事前学习済みのイメージ分类モデルとLSTMネットワークを组み合わせることによって，ビデオの分类用のネットワークを作成する方法を说明します。
この例では，オーディオに存在する音声コマンドを検出するシンプルな深层学习モデルに学习させる方法を说明します。
シーケンスデータのカスタムミニバッチデータストアを使用したネットワークの学习
この例では,カスタムミニバッチデータストアを使用してメモリ外のシーケンスデータで深層学習ネットワークに学習させる方法を説明します。
这个例子说明了如何进行调查，并通过提取激活通过可视化网络LSTM学到的特点。
这个例子展示了如何使用通用时间卷积网络（TCN）序列数据的每个时间步长进行分类。
这个例子说明了如何使用仿真数据来训练，可以在一个化学过程检测故障的神经网络。网络检测精度高的模拟过程中的故障。典型的工作流程如下：
深层学习ネットワークを対话形式で构筑および编集します。
テキストデータ
この例では，深层学习长短期记忆（LSTM）ネットワークを使用して天気予报の说明文を分类する方法を说明します。
这个例子说明了如何使用卷积神经网络的文本数据进行分类。
这个例子说明了如何使用转化数据存储与深度学习网络内存外的文本数据进行分类。
这个例子演示了如何将十进制字符串转换为罗马数字，使用一个循环的顺序到顺序的编码器-解码器模型。
この例では，深层学习长短期记忆（LSTM）ネットワークに学习させてテキストを生成する方法を说明します。
この例では，深层学习LSTMネットワークに学习させ，文字の埋め込みを使用してテキストを生成する方法を说明します。
这个例子说明了如何培养深度学习LSTM网络生成文本字的字。
概念
长短期记忆（LSTM）ネットワークについて学习します。
MATLAB®のすべての深層学習層を確認できます。
深層学習アプリケーションでデータストアを使用する方法を学びます。
畳み込みニューラルネットワークを使用して分类や回帰を行うMATLABの深层学习机能を确认します。これには，事前学习済みのネットワークと転移学习のほか，GPU，CPU，クラスター，およびクラウドでの学习が含まれます。
深层学习ネットワークの精度を改善する方法を学习します。
注目の例
您还可以选择从下面的列表中的网站：
