Прогнозирование ответов с использованием обученной нейронной сети глубокого обучения
Набор инструментов для глубокого обучения/глубокие нейронные сети
Блок предсказания предсказывает отклики для данных на входе с использованием обученной сети, указанной посредством параметра блока. Этот блок позволяет загружать предварительно обученную сеть в модель Simulink ® из MAT-файла или из функции MATLAB ®.
input - Изображение, последовательность или данные временных рядовВходные порты блока прогнозирования принимают имена входных уровней загруженной сети. Например, при указании googlenet для MATLAB function, то входной порт блока Predict помечается данными. На основе загруженной сети вводом в блок прогнозирования могут быть данные изображения, последовательности или временных рядов.
Формат входных данных зависит от типа данных.
| Данные | Формат предикторов |
|---|---|
| 2-D изображения | Числовой массив h-by-w-by-c-by-N, где h, w и c - высота, ширина и количество каналов изображений соответственно, а N - количество изображений. |
| Векторная последовательность | матрицы c-by-s, где c - число признаков последовательностей, а s - длина последовательности. |
| 2-D последовательности изображений | массивы h-by-w-by-s, где h, w и c соответствуют высоте, ширине и количеству каналов изображений, соответственно, и s - длина последовательности. |
Если массив содержит NaNs, затем они распространяются по сети.
output - Прогнозируемые оценки, ответы или активацииВыходной порт блока Predict принимает имена выходных уровней загруженной сети. Например, при указании googlenet для MATLAB function, то выходной порт блока Predict помечается как выходной. На основе загруженной сети выходные данные блока прогнозирования могут представлять прогнозируемые оценки или отклики.
Прогнозируемые оценки или отклики, возвращаемые в виде массива N-by-K, где N - количество наблюдений, а K - количество классов.
Если включить Activations для сетевого уровня блок прогнозирования создает новый выходной порт с именем выбранного сетевого уровня. Этот порт выводит активизации с выбранного сетевого уровня.
Активации с сетевого уровня возвращаются в виде числового массива. Формат вывода зависит от типа входных данных и типа вывода слоя.
Для 2-D вывода изображения активация представляет собой массив h-by-w-by-c-by-n, где h, w и c - высота, ширина и количество каналов для вывода выбранного слоя соответственно, а n - количество изображений.
Для одного временного шага, содержащего векторные данные, активации являются матрицей c-by-n, где n - количество последовательностей, а c - количество признаков в последовательности.
Для одного временного шага, содержащего 2-D данные изображения, активации представляют собой массив h-by-w-by-c-by-n, где n - количество последовательностей, h, w и c - высота, ширина и количество каналов изображений соответственно.
Network - Источник для обученной сетиNetwork from MAT-file (по умолчанию) | Network from MATLAB function | squeezenetУкажите источник обученной сети. Выберите один из следующих вариантов:
Network from MAT-file- импорт обученной сети из MAT-файла, содержащего SeriesNetwork, DAGNetwork, или dlnetwork объект.
Network from MATLAB function- импорт предварительно подготовленной сети из функции MATLAB. Например, с помощью googlenet функция.
File path - MAT-файл, содержащий обученную сеть Этот параметр определяет имя файла MAT, содержащего обучаемую сеть глубокого обучения для загрузки. Если файл отсутствует в пути MATLAB, используйте кнопку «Обзор» для поиска файла.
Чтобы включить этот параметр, установите для параметра Network значение Network from MAT-file.
MATLAB function - Имя функции MATLABЭтот параметр определяет имя функции MATLAB для предварительно обученной сети глубокого обучения. Например, использовать googlenet для импорта предварительно подготовленной модели GoogLeNet.
Чтобы включить этот параметр, установите для параметра Network значение Network from MATLAB function.
Mini-batch size - Размер мини-партийРазмер мини-пакетов, используемых для прогнозирования, задается как положительное целое число. Большие размеры мини-партии требуют больше памяти, но могут привести к более быстрым прогнозам.
Predictions - Прогнозируемые результаты или ответыВключить выходные порты, возвращающие прогнозируемые оценки или ответы.
Activations - Вывод сетевых активаций для определенного уровняLayers of the networkС помощью списка «Активации» выберите слой для извлечения элементов. Выбранные слои отображаются как выходной порт блока прогнозирования.
Примечания и ограничения по использованию:
Параметр Language в категории Configuration Parameters > Code Generation должен иметь значение C++.
Для целевых объектов на основе ERT должен быть включен параметр Support: variable-size signals на панели Code Generation > Interface.
Список сетей и уровней, поддерживаемых для генерации кода, см. в разделе Сети и уровни, поддерживаемые для генерации кода (кодер MATLAB).
Примечания и ограничения по использованию:
Параметр Language в категории Configuration Parameters > Code Generation должен иметь значение C++.
Список сетей и уровней, поддерживаемых для генерации кода CUDA ®, см. в разделе Поддерживаемые сети, уровни и классы (кодер графического процессора).
Дополнительные сведения о создании кода для моделей Simulink, содержащих блок Predict, см. в разделе Создание кода для модели Deep Learning Simulink, которая выполняет обнаружение полосы движения и транспортного средства (GPU Coder).
1. Если смысл перевода понятен, то лучше оставьте как есть и не придирайтесь к словам, синонимам и тому подобному. О вкусах не спорим.
2. Не дополняйте перевод комментариями “от себя”. В исправлении не должно появляться дополнительных смыслов и комментариев, отсутствующих в оригинале. Такие правки не получится интегрировать в алгоритме автоматического перевода.
3. Сохраняйте структуру оригинального текста - например, не разбивайте одно предложение на два.
4. Не имеет смысла однотипное исправление перевода какого-то термина во всех предложениях. Исправляйте только в одном месте. Когда Вашу правку одобрят, это исправление будет алгоритмически распространено и на другие части документации.
5. По иным вопросам, например если надо исправить заблокированное для перевода слово, обратитесь к редакторам через форму технической поддержки.
