Предскажите ответы с помощью обученной рекуррентной нейронной сети
Deep Learning Toolbox / Глубокие нейронные сети
Блок Stateful Predict предсказывает ответы для данных во входе при помощи обученной рекуррентной нейронной сети, заданной через параметры блоков. Этот блок позволяет загружать предварительно обученной сети в Simulink® модель из MAT-файла или из MATLAB® функция. Этот блок обновляет состояние сети с каждым предсказанием.
input — Последовательность или данные временных рядовВходные порты блока Stateful Predict берут имена входных слоев загруженной сети. На основе загруженной сети вход с предсказать блоком может быть последовательностью или данными временных рядов.
Размерности числовых массивов, содержащих последовательности, зависят от типа данных.
| Входной параметр | Описание |
|---|---|
| Векторные последовательности | c-by-s матрицы, где c является количеством функций последовательностей и s, является длиной последовательности. |
| 2D последовательности изображений | h-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. |
output — Предсказанные баллы или ответыВыходной порт блока Stateful Predict берет имена выходных слоев загруженной сети. На основе загруженной сети выход блока Stateful Predict может представлять предсказанные баллы или ответы.
Для классификации последовательностей к метке выходом является N-by-K матрица, где N является количеством наблюдений, и K является количеством классов.
Для проблем классификации от последовательности к последовательности выходом является K-by-S матрица баллов, где K является количеством классов, и S является общим количеством временных шагов в соответствующей входной последовательности.
Network — Источник для обученной рекуррентной нейронной сетиNetwork from MAT-file (значение по умолчанию) | Network from MATLAB functionЗадайте источник для обученной рекуррентной нейронной сети. Обучивший сеть должен иметь по крайней мере один текущий слой (например, сеть LSTM). Выберите одно из следующего:
Network from MAT-file— Импортируйте обученную рекуррентную нейронную сеть из MAT-файла, содержащего SeriesNetwork, DAGNetwork, или dlnetwork объект.
Network from MATLAB function— Импортируйте предварительно обученную рекуррентную нейронную сеть из функции MATLAB.
Параметры блоков: Network |
| Ввод: вектор символов, строка |
Значения: 'Network from MAT-file' | 'Network from MATLAB function' |
Значение по умолчанию: 'Network from MAT-file' |
File path — MAT-файл, содержащий обученную рекуррентную нейронную сетьuntitled.mat (значение по умолчанию) | имя MAT-файлаЭтот параметр задает имя MAT-файла, который содержит обученную рекуррентную нейронную сеть, чтобы загрузить. Если файл не находится на пути MATLAB, используйте кнопку Browse, чтобы определить местоположение файла.
Чтобы включить этот параметр, установите параметр Network на Network from MAT-file.
Параметры блоков: NetworkFilePath |
| Ввод: вектор символов, строка |
| Значения: путь к MAT-файлу или имя |
Значение по умолчанию: 'untitled.mat' |
MATLAB function — Имя функции MATLABuntitled (значение по умолчанию) | имя функции MATLABЭтот параметр задает имя функции MATLAB для предварительно обученной рекуррентной нейронной сети.
Чтобы включить этот параметр, установите параметр Network на Network from MATLAB function.
Параметры блоков: NetworkFunction |
| Ввод: вектор символов, строка |
| Значения: имя функции MATLAB |
Значение по умолчанию: 'untitled' |
Sample time — Выведите период расчета и дополнительное смещение времениПараметр Sample time задает, когда блок вычисляет новое выходное значение в процессе моделирования. Для получения дополнительной информации см. Настройку времени выборки (Simulink).
Задайте параметр Sample time как скаляр, когда вы не захотите, чтобы выход возместил время. Чтобы добавить смещение времени к выходу, задайте параметр Sample time как 1- 2 вектор, где первым элементом является период выборки и второй элемент, является смещением.
По умолчанию значением параметров Sample time является -1 наследовать значение.
Параметры блоков: SampleTime |
| Ввод: символьный вектор |
| Значения: скаляр | вектор |
Значение по умолчанию: '-1' |
Указания и ограничения по применению:
Параметр Language в Configuration Parameters> Code Generation общая категория должен быть установлен на C++.
Для основанных на ERT целей параметра Support: variable-size signals в Code Generation> должна быть включена панель Interface.
Указания и ограничения по применению:
Параметр Language в Configuration Parameters> Code Generation общая категория должен быть установлен на C++.
Генерация кода графического процессора поддерживает этот блок только при предназначении для cuDNN библиотеки.
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.
