| Временной ряд нейронной сети | Решение нелинейной задачи временных рядов путем обучения динамической нейронной сети |
timedelaynet | Нейронная сеть временной задержки |
narxnet | Нелинейная авторегрессионная нейронная сеть с внешним входом |
narnet | Нелинейная авторегрессионная нейронная сеть |
layrecnet | Слой рекуррентной нейронной сети |
distdelaynet | Распределенная сеть задержки |
train | Поезд неглубокой нейронной сети |
gensim | Создание блока Simulink для моделирования неглубокой нейронной сети |
adddelay | Добавить задержку в ответ нейронной сети |
removedelay | Удаление задержки ответа нейронной сети |
closeloop | Преобразование обратной связи с открытым контуром нейронной сети в замкнутый контур |
openloop | Преобразование обратной связи по замкнутому контуру нейронной сети в разомкнутый контур |
ploterrhist | Гистограмма ошибки графика |
plotinerrcorr | График ввода для взаимной корреляции временных рядов ошибок |
plotregression | Печать линейной регрессии |
plotresponse | График ответа динамического сетевого временного ряда |
ploterrcorr | График автокорреляции временных рядов ошибок |
genFunction | Создание функции MATLAB для моделирования неглубокой нейронной сети |
Неглубокая нейронная сеть - прогнозирование и моделирование временных рядов
Выполните прогнозирование временных рядов с помощью приложения Neural Network Time Series App и функций командной строки.
Время проектирования серии Время-задержка нейронных сетей
Научитесь создавать сфокусированную нейронную сеть с временной задержкой (FTDNN) для прогнозирования временных рядов.
Многоступенчатое предсказание нейронной сети
Изучите многоступенчатое предсказание нейронной сети.
Разработка серии нейронных сетей обратной связи NARX
Создание и обучение нелинейной авторегрессивной сети с внешними входами (NARX).
Проектный слой - рекуррентные нейронные сети
Создайте и обучайте динамическую сеть, которая является рекуррентной сетью уровня (LRN).
Развертывание неглубоких функций нейронной сети
Моделирование и развертывание обученных неглубоких нейронных сетей с помощью инструментов MATLAB ®.
Развертывание обучения неглубоких нейронных сетей
Узнайте, как развернуть обучение неглубоких нейронных сетей.
В этом примере показано, как нейронная сеть NARX (Nonlinear AutoRegressive with eXternal input) может моделировать динамическую систему магнитной левитации.
Неглубокие нейронные сети с параллельными и GPU-вычислениями
Используйте параллельные и распределенные вычисления для ускорения обучения и моделирования нейронных сетей и обработки больших данных.
Автоматическое сохранение контрольных точек во время обучения нейронной сети
Сохраните промежуточные результаты, чтобы защитить ценность длительных тренировок.
Оптимизация скорости обучения нейронной сети и памяти
Сделать обучение нейронной сети более эффективным.
Выбор функций обработки ввода-вывода нейронной сети
Предварительная обработка вводимых ресурсов и целевых показателей для повышения эффективности обучения.
Настройка неглубоких входов и выходов нейронной сети
Узнайте, как настроить сеть вручную перед обучением с помощью configure функция.
Разделение данных для оптимального обучения нейронной сети
Используйте функции для разделения данных на обучающие, проверочные и тестовые наборы.
Выбор многоуровневой функции обучения нейронной сети
Сравнение алгоритмов обучения по различным типам задач.
Улучшение неглубокого обобщения нейронных сетей и предотвращение переоборудования
Узнайте о методах улучшения обобщения и предотвращения переоборудования.
Нейронные сети поезда с весами ошибок
Узнайте, как использовать взвешивание ошибок при обучении нейронных сетей.
Нормализация ошибок нескольких выходов
Узнайте, как подогнать выходные элементы с различными диапазонами значений.
Как работают динамические нейронные сети
Узнайте, как работают сети обратной и периодической связи.
Множественные последовательности с динамическими нейронными сетями
Управление данными временных рядов, доступными в нескольких коротких последовательностях.
Утилиты временных рядов нейронной сети
Узнайте, как использовать функции утилиты для управления данными нейронной сети.
Образцы наборов данных для неглубоких нейронных сетей
Список наборов данных образцов для использования при экспериментах с неглубокими нейронными сетями.
Свойства объекта нейронной сети
Узнайте о свойствах, определяющих основные функции сети.
Свойства подобъекта нейронной сети
Узнайте свойства, определяющие сведения о сети, такие как входы, слои, выходы, цели, смещения и веса.