Долгая краткосрочная память
Операция долгой краткосрочной памяти (LSTM) позволяет сети изучать долгосрочные зависимости между временными шагами в данных о последовательности и временных рядах.
Примечание
Эта функция применяет операцию LSTM глубокого обучения к dlarray
данные. Если вы хотите применить операцию LSTM в layerGraph
объект или Layer
массив, используйте следующий слой:
применяет вычисление долгой краткосрочной памяти (LSTM) к входу dlY
= lstm(dlX
,H0
,C0
,weights
,recurrentWeights
,bias
)dlX
использование начальной буквы скрытый H0
состояния, состояние первичной клетки
C0
, и параметры weights
, recurrentWeights
, и bias
. Вход dlX
отформатированный dlarray
с метками размерности. Выход dlY
отформатированный dlarray
с той же размерностью помечает как dlX
, за исключением любого 'S'
размерности.
lstm
функционируйте обновляет ячейку и скрытые состояния с помощью гиперболической функции тангенса (tanh) как функция активации состояния. lstm
функционируйте использует сигмоидальную функцию, данную как функция активации логического элемента.
[
также возвращает скрытое состояние и состояние ячейки после операции LSTM.dlY
,hiddenState
,cellState
] = lstm(dlX
,H0
,C0
,weights
,recurrentWeights
,bias
)
[___] = lstm(___,'DataFormat',
также задает формат размерности FMT
)FMT
когда dlX
не отформатированный dlarray
. Выход dlY
бесформатный dlarray
с той же размерностью заказывают как dlX
, за исключением любого 'S'
размерности.
functionToLayerGraph
не поддерживает lstm
функция. Если вы используете functionToLayerGraph
с функцией, которая содержит lstm
операция, получившийся LayerGraph
содержит слои заполнителя.
dlarray
| dlfeval
| dlgradient
| fullyconnect
| gru
| softmax