主体内容

深入学习时间序列数据

创建并培训时间序列分类、回归和预测任务网络

创建并培训时间序列分类、回归和预测任务网络长短期存储网处理顺序对一或顺序对标签分类和回归问题LSTM网络文本数据培训使用词嵌入层(reres Text分析工具箱TM)或卷积神经网络使用光谱数据音频数据(reres音频工具箱TM)

应用

深网络设计师 设计、视觉化和深学习网络培训

函数类

扩展全部

培训选项 深学习神经网络选择
trainNetwork网络 深学习神经网络
分析Network 分析深学习网络架构

输入图层

sequenceInputLayer 序列输入层
featureInputLayer 特征输入层

复用图层

伊斯特拉耶尔 长短期存储器层
水桶 双向短期存储器层
格鲁拉耶尔 gate复用单元层
lstmProjectedLayer 长短期存储器预测层

卷积完全连通层

convolution1dLayer 一维卷积层
transposedConv1dLayer 转置一维卷积层
fullyConnectedLayer 全连通层

池层

maxPooling1dLayer i-D最大集合层
averagePooling1dLayer 一维平均集合层
globalMaxPooling1dLayer 一维全局最大集合层
globalAveragePooling1dLayer 一维全局平均集合层

激活和退出图层

回路耶尔 校正线性单元图层
泄漏Reluayer 稀疏整洁线性单元层
clippedReluLayer 剪切线性单元图层
ELULAYER 指针单元层
坦哈拉耶尔 双曲切合层
洗手间 斜面图层
盖路耶尔 高斯偏线性单元层
软maxlayer 软形层
退学者 流出层
函数Layer 函数层

数据操作

sequenceFoldingLayer 序列折叠层
sequenceUnfoldingLayer 序列展开层
扁平拉耶尔 扁平层

输出图层

classificationLayer 分类输出层
回归拉耶 回归输出层
分类法 数据分类使用训练有素深学习神经网络
预测 预测响应使用训练深学神经网络
激活 计算深学习网络层激活
predictAndUpdateState 预测响应使用训练有素循环神经网络并更新网络状态
classifyAndUpdateState 使用训练有素循环神经网络整理数据并更新网络状态
复位状态 重置神经网络状态参数
混淆图 创建混淆矩阵图解分类问题
排序类 排序混淆矩阵图
顺序排序 斜或截取序列数据同长

块状

扩展全部

预测 预测响应使用训练有素深学习神经网络
状态预测 预测响应使用训练有素循环神经网络
状态分类 使用训练有素深学习循环神经网络对数据分类

属性

ConfusionMatrixChart Properties 混淆矩阵表外观和行为

题目类

经常性网络

卷积网络

深学习带万博1manbetx

深学习带MATLAB