В Deep Learning Toolbox™ можно задать архитектуры сети с несколькими входами (для примера, сетей, обученных на нескольких источниках и типах данных) или несколькими выходами (для примера, сетями, которые предсказывают и классификацию, и регрессионные отклики).
Задайте сети с несколькими входами, когда сеть требует данных из нескольких источников или в разных форматах. Для примера, сети, которые требуют данных изображений, полученных с нескольких датчиков с разным разрешением.
Чтобы определить и обучить нейронную сеть для глубокого обучения с несколькими входами, задайте архитектуру сети с помощью layerGraph объект и обучение, используя trainNetwork функция с входом datastore.
Чтобы использовать datastore для сетей с несколькими входными слоями, используйте combine и transform функции для создания datastore, который выводит массив ячеек с (numInputs + 1) столбцы, где numInputs - количество входов сети. В этом случае первый numInputs столбцы задают предикторы для каждого входа, а последний столбец задает отклики. Порядок входов задается InputNames свойство графика слоев layers.
Совет
Если сеть также имеет несколько выходов, необходимо использовать пользовательский цикл обучения. для получения дополнительной информации см. Раздел «Несколько выходных сетей»
Чтобы делать предсказания в обученной нейронной сети для глубокого обучения с несколькими входами, используйте или predict или classify функция. Задайте несколько входов с помощью одного из следующих:
combinedDatastore объект
transformedDatastore объект
несколько числовых массивов
Задайте сети с несколькими выходами для задач, требующих нескольких откликов в разных форматах. Для примера задач, требующих как категориального, так и числового выхода.
Чтобы обучить нейронную сеть для глубокого обучения с несколькими выходами, используйте пользовательский цикл обучения. Для получения примера смотрите Train Сеть с несколькими выходами.
Чтобы делать предсказания с помощью функции модели, используйте функцию модели непосредственно с обученными параметрами. Для получения примера смотрите Делать Предсказания Используя Функцию Модели.
Также преобразуйте функцию модели в DAGNetwork использование объекта assembleNetwork функция. С помощью собранной сети можно:
Для получения примера смотрите Сборка сети Multiple- Выхода для предсказания.
