Stateful Classify

Классификация данных с помощью обученной рекуррентной нейронной сети глубокого обучения

развернуть все на странице
  • Библиотека:

  • Deep Learning Toolbox/Глубокие нейронные сети

  • Stateful Classify block

Описание

Блок Stateful Classify предсказывает метки классов для данных на входе с помощью обученной рекуррентной нейронной сети, заданной через параметры блоков. Этот блок позволяет загружать предварительно обученную сеть в Simulink® модель из MAT-файла или из MATLAB® функция. Этот блок обновляет состояние сети с каждым предсказанием.

Ограничения

Блок Stateful Classify не поддерживает логгирование MAT-файлов.

Порты

Вход

расширить все

Формат входов зависит от типа данных.

ВходОписание
Векторные последовательностиc -by - s матрицы, где c - количество функций последовательностей, а s - длина последовательности.
2-D последовательности изображенийh -by- w -by- c -by- s массивы, где h, w и c соответствуют высоте, ширине и количеству каналов изображений, соответственно, и s является длиной последовательности.

Выход

расширить все

Предсказанные метки классов с самым высоким счетом, возвращенные как N-на-1 перечисленный вектор меток, где N количество наблюдений.

Предсказанные счета, возвращенные как N -by - K матрица, где N - количество наблюдений, а K - количество классов.

Метки, сопоставленные с предсказанными счетами, возвращаются как N -by - K матрица, где N - количество наблюдений, а K - количество классов.

Параметры

расширить все

Укажите источник для обученной рекуррентной нейронной сети. Обученная сеть должна иметь по крайней мере один повторяющийся слой (для примера, сеть LSTM). Выберите один из следующих вариантов:

  • Network from MAT-file- Импорт обученной рекуррентной нейронной сети из MAT-файла, содержащего SeriesNetwork, DAGNetwork, или dlnetwork объект.

  • Network from MATLAB function- Импорт предварительно обученной рекуррентной нейронной сети из функции MATLAB.

Этот параметр задает имя MAT-файла, который содержит обученную рекуррентную нейронную сеть для загрузки. Если файл отсутствует в пути MATLAB, используйте кнопку Browse, чтобы найти файл.

Зависимости

Чтобы включить этот параметр, установите параметр Network равным Network from MAT-file.

Этот параметр задает имя функции MATLAB для предварительно обученной рекуррентной нейронной сети.

Зависимости

Чтобы включить этот параметр, установите параметр Network равным Network from MATLAB function.

Задайте шаг расчета как значение, отличное от -1. Для получения дополнительной информации см. «Задание шага расчета» (Simulink).

Включите выходной порт ypred который выводит метку с самым высоким счетом.

Включите выходные порты scores и labels который выводит все предсказанные счета и связанные метки классов.

Примеры моделей

Classify and Update Network State in Simulink

Классификация и обновление состояния сети в Simulink

Классифицируйте данные для обученной рекуррентной нейронной сети в Simulink ® с помощью Stateful Classify блок. Этот пример использует предварительно обученную сеть долгой краткосрочной памяти (LSTM).

Расширенные возможности

..

См. также

| |

Введенный в R2021a

Документация по Deep Learning Toolbox

Поддержка

Для просмотра документации необходимо авторизоваться на сайте