gru

Закрытый текущий модуль

Синтаксис

dlY = gru(dlX,H0,weights,recurrentWeights,bias)

[dlY,hiddenState] = gru(dlX,H0,weights,recurrentWeights,bias)

[___] = gru(___,'DataFormat',FMT)

Описание

Операция закрытого текущего модуля (GRU) позволяет сети изучать зависимости между временными шагами в данных о последовательности и временных рядах.

Примечание

Эта функция применяет глубокое обучение операция ГРУ к dlarray данные. Если вы хотите применить операцию ГРУ в layerGraph объект или Layer массив, используйте следующий слой:

gruLayer

пример

dlY = gru(dlX,H0,weights,recurrentWeights,bias) применяет вычисление закрытого текущего модуля (GRU) к входу dlX использование начальной буквы скрытый H0 состояния, 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.

gru функционируйте обновляет скрытое состояние с помощью гиперболической функции тангенса (tanh) как функция активации состояния. gru функционируйте использует сигмоидальную функцию, данную $σ (x) = {(1 + e^{- x})}^{- 1}$ как функция активации логического элемента.

[dlY,hiddenState] = gru(dlX,H0,weights,recurrentWeights,bias) также возвращает скрытое состояние после операции ГРУ.

[___] = gru(___,'DataFormat',FMT) также задает формат размерности FMT когда dlX не отформатированный dlarray. Выход dlY бесформатный dlarray с той же размерностью заказывают как dlX, за исключением любого 'S' размерности.

Примеры

свернуть все

Примените операцию ГРУ, чтобы упорядочить данные

Скрипт Open Live Script

Выполните операцию ГРУ с помощью 100 скрытых модулей.

Создайте входные данные о последовательности как 32 наблюдения с десятью каналами и длиной последовательности 64.

numFeatures = 10;
numObservations = 32;
sequenceLength = 64;

X = randn(numFeatures,numObservations,sequenceLength);
dlX = dlarray(X,'CBT');

Создайте начальную букву скрытое состояние с 100 скрытыми модулями. Используйте ту же начальную букву скрытое состояние для всех наблюдений.

numHiddenUnits = 100;
H0 = zeros(numHiddenUnits,1);

Создайте настраиваемые параметры для операции ГРУ.

weights = dlarray(randn(3*numHiddenUnits,numFeatures));
recurrentWeights = dlarray(randn(3*numHiddenUnits,numHiddenUnits));
bias = dlarray(randn(3*numHiddenUnits,1));

Выполните вычисление ГРУ.

[dlY,hiddenState] = gru(dlX,H0,weights,recurrentWeights,bias);

Просмотрите метки размера и размерности dlY.

size(dlY)

ans = 1×3

   100    32    64

dlY.dims

ans = 
'CBT'

Просмотрите размер hiddenState.

size(hiddenState)

ans = 1×2

   100    32

Можно использовать скрытое состояние, чтобы отслеживать состояние операции ГРУ и ввести далее последовательные данные.

Входные параметры

свернуть все

`dlX` — Входные данные
`dlarray` | числовой массив

Входные данные в виде dlarray с или без меток размерности или числового массива. Когда dlX не отформатированный dlarray, необходимо задать формат этикетки размерности с помощью 'DataFormat',FMT. Если dlX числовой массив, по крайней мере один из H0, weights, recurrentWeights, или bias должен быть dlarray.

dlX должен содержать размерность последовательности, пометил 'T'. Если dlX имеет любые пространственные размерности, пометил 'S', они сглажены в 'C' размерность канала. Если dlX не имеет размерности канала, затем каждый добавляется. Если dlX имеет любые незаданные размерности, пометил 'U', они должны быть одиночным элементом.