主要内容

このページの翻訳は最新ではありません。ここをクリックして,英語の最新版を参照してください。

resetState

再帰型ニューラルネットワークの状態のリセット

ページ内をすべて折りたたむ

構文

updatedNet = resetState (recNet)

説明

例

updatedNet= resetState (recNet）は,再帰型ニューラルネットワーク(LSTMネットワークなど)の状態を初期状態にリセットします。

例

すべて折りたたむ

ライブスクリプトを開く

シーケンスの予測間のネットワークの状態をリセットします。

[1]および[2]で説明されているように日本元音データセットで学習させた事前学習済みの長短期記憶(LSTM)ネットワークJapaneseVowelsNetを読み込みます。このネットワークは,ミニバッチのサイズ27を使用して,シーケンス長で並べ替えられたシーケンスで学習させています。

负载JapaneseVowelsNet

ネットワークアーキテクチャを表示します。

网。层
ans x1 = 5层阵列层:1“sequenceinput”序列输入序列输入12维度2的lstm lstm lstm 100隐藏单位3 fc的完全连接9完全连接层4的softmax softmax softmax 5 classoutput的分类输出crossentropyex ' 1 ', 8其他类

テストデータを読み込みます。

[XTest,欧美]= japaneseVowelsTestData;

シーケンスを分類し,ネットワークの状態を更新します。再現性を得るために,rngを“洗牌”に設定します。

rng (“洗牌”) X = XTest{94};(净、标签)= classifyAndUpdateState(净,X);标签
标签=分类3.

更新されたネットワークを使用して別のシーケンスを分類します。

X = XTest {1};标签=分类(净,X)
标签=分类7

最終予測を真のラベルと比較します。

trueLabel =次(1)
trueLabel =分类1

ネットワークの更新後の状態は,分類に悪影響を与える場合があります。ネットワークの状態をリセットし,シーケンスについて再度予測を行います。

网= resetState(净);标签=分类(净XTest {1})
标签=分类1

入力引数

すべて折りたたむ

学習済み再帰型ニューラルネットワーク。SeriesNetworkまたはDAGNetworkオブジェクトとして指定します。事前学習済みのネットワークをインポートするか,関数trainNetworkを使用して独自のネットワークに学習させることによって,学習済みネットワークを取得できます。

recNetは再帰型ニューラルネットワークです。これには少なくとも1つの再帰層(LSTMネットワークなど)を含めなければなりません。入力ネットワークが再帰型ネットワークでない場合,この関数は無効となり,入力ネットワークを返します。

出力引数

すべて折りたたむ

更新されたネットワーク。updatedNetは入力ネットワークと同じタイプのネットワークです。

入力ネットワークが再帰型ネットワークでない場合,この関数は無効となり,入力ネットワークを返します。

参照

工藤、富山、新保。“使用通过区域的多维曲线分类”。模式识别字母。第20卷，第11-13期，第1103-1111页。

[2] UCI机器学习知识库:日语元音数据集。https://archive.ics.uci.edu/ml/datasets/Japanese+Vowels

拡張機能

参考

|||||

トピック

R2017bで導入

深度学习工具箱ドキュメンテーション

サポート

MATLABで始めるディープラーニング

MATLABで始めるディープラーニング

电子书をダウンロードする