Формат нейронные данные для эффективного обучения графического процессора или симуляции
nndata2gpu(x)
[Y,Q,N,TS] = nndata2gpu(X)
nndata2gpu(X,PRECISION)
nndata2gpu требует Parallel Computing Toolbox™.
nndata2gpu(x) берет N-by-Q матричный X Q
N - вектор-столбцы элемента и возвращает его в форме для обучения нейронной сети и симуляции на текущем устройстве графического процессора.
N-by-Q матрица становится QQ-by-N gpuArray, где QQ является Q, окруженный к следующему кратному 32. Дополнительные строки (Q+1):QQ заполнены значениями NaN. gpuArray имеет ту же точность ('single' или 'double') как X.
[Y,Q,N,TS] = nndata2gpu(X) может также взять M-by-TS массив ячеек сигналов M по временным шагам TS. Каждым элементом X{i,ts} должен быть Ni-by-Q матрица Q
Ni - векторы элемента, представляя i th сигнальный вектор на временном шаге ts, через все временные ряды Q. В этом случае возвращенным gpuArray Y является QQ-by-(sum(Ni)*TS). Размерности Ni, Q и TS также возвращены так, они могут использоваться с gpu2nndata, чтобы выполнить противоположное форматирование.
nndata2gpu(X,PRECISION) задает точность по умолчанию gpuArray, который может быть 'double' или 'single'.
Скопируйте матрицу в графический процессор и назад:
x = rand(5,6) [y,q] = nndata2gpu(x) x2 = gpu2nndata(y,q)
Скопируйте данные о массиве ячеек нейронной сети, представляя четыре временных рядов, каждый состоящий из пяти временных шагов сигналов с 3 элементами и с 2 элементами:
x = nndata([2;3],4,5) [y,q,n,ts] = nndata2gpu(x) x2 = gpu2nndata(y,q,n,ts)
