이번역페이지는최신내용을담고있지않습니다。최신내용을문으로보려면여기를클릭하십시오。
시계열과시퀀스데이터에서의딥러닝
시계열분류,회귀및전망작업을위해신경망을만들고훈련시킵니다。
시계열분류,회귀및전망작업을위해신경망을만들고훈련시킵니다。sequence-to-one또는sequence-to-label분류및회귀문제에대해장단기기억(LSTM)신경망을훈련시킵니다。단어임베딩계층을사용하여텍스트데이터에대해LSTM신경망을훈련시키거나(文本分析工具箱™필요),스펙트로그램을사용하여오디오데이터에대해컨벌루션신경망을훈련시킬수있습니다(音频工具箱™필요)。
앱
심층신경망디자이너 | 딥러닝신경망의설계,시각화및훈련 |
함수
블록
속성
ConfusionMatrixChart属性 | 混淆矩阵图表外观和行为 |
예제및방법
시퀀스와시계열
- 딥러닝을사용한시퀀스분류
이예제에서는장단기기억(LSTM)신경망을사용하여시퀀스데이터를분류하는방법을보여줍니다。 - 使用1-D卷积的序列分类
这个例子展示了如何使用1-D卷积神经网络对序列数据进行分类。 - 딥러닝을사용한序列对序列분류
이예제에서는장단기기억(LSTM)신경망을사용하여시퀀스데이터의각시간스텝을분류하는방법을보여줍니다。 - 딥러닝을사용한序列对序列회귀
이예제에서는딥러닝을사용하여엔진의잔여수명(rul)을예측하는방법을보여줍니다。 - 딥러닝을사용한시계열전망
이예제에서는장단기기억(LSTM)신경망을사용하여시계열데이터를전망하는방법을보여줍니다。 - 딥러닝을사용하여비디오분류하기
이예제에서는사전훈련된영상분류모델과LSTM신경망을결합하여비디오를분류하는신경망을만드는방법을보여줍니다。 - 使用自定义训练循环的深度学习分类视频
这个例子展示了如何通过结合预先训练的图像分类模型和序列分类网络来创建视频分类网络。 - 딥러닝을사용해음성명령식하기
이예제에서는오디오에서음성명령의존재여부를감지하는딥러닝모델을훈련시키는방법을보여줍니다。 - 使用注意力的图像字幕
这个例子展示了如何使用注意力训练一个深度学习模型来进行图像配图。 - 사용자지정미니배치데이터저장소를사용하여시퀀스데이터에대해신경망훈련시키기
이예제에서는사용자지정미니배치데이터저장소를사용하여메모리에다담을수없을정도로큰시퀀스데이터를대상으로딥러닝신경망을훈련시키는방법을보여줍니다。 - LSTM신경망의활성화시각화
이예제에서는활성화를추출하여LSTM신경망에서학습한특징을검사하고시각화하는방법을보여줍니다。 - 使用1-D卷积的序列到序列分类
这个例子展示了如何使用通用时态卷积网络(TCN)对序列数据的每个时间步进行分类。 - 基于深度学习的化工过程故障检测
使用模拟数据训练神经网络,可以检测化学过程中的故障。 - 심층신경망디자이너를사용하여신경망구축하기
심층신경망디자이너에서딥러닝신경망을대화형방식으로구축하고편집합니다。 - 심층신경망디자이너를사용하여간단한시퀀스분류신경망만들기
이예제에서는심층신경망디자이너를사용하여간단한장단기기억(LSTM)분류신경망을만드는방법을보여줍니다。 - 在Simulink中预测和更新网络状态金宝app
这个例子展示了如何预测Simulink®中训练好的循环神经网络的响应金宝app有状态的预测
块。 - 在Simulink中分类和更新网络状态金宝app
这个例子展示了如何在Simulink®中为训练好的循环神经网络分类数据金宝app有状态的分类
块。
개념
- 장단기기억신경망
장단기기억(lstm)신경망에대해알아봅니다。
- 딥러닝계층목록
MATLAB®에서제공하는딥러닝계층에대해알아봅니다。
- 用于深度学习的数据存储
了解如何在深度学习应用程序中使用数据存储。
- Matlab의딥러닝
사전훈련된신경망및전이학습,그리고GPU, CPU、클러스터및클라우드에서의훈련등분류및회귀에컨벌루션신경망을사용하여MATLAB의딥러닝기능을알아봅니다。
- 딥러닝팁과령
딥러닝신경망의정확도를높이는방법을알아봅니다。
- 深度学习的数据集
发现各种深度学习任务的数据集。