预测使用受训回归神经网络响应和更新网络状态
你可以在CPU或GPU上使用训练有素的深度学习网络进行预测。使用GPU需要并行计算工具箱™和GPU支持的设备。万博1manbetx有关支持的设备的信息,请参阅万博1manbetxGPU支万博1manbetx持情况(并行计算工具箱).指定使用的硬件要求“执行环境”
名称值对参数。
[
预测输入数据的响应updatedNet
那YPred
) = predictAndUpdateState (recNet
那序列
)序列
用训练回归神经网络recNet
并更新网络状态。
此功能只支持递归神经网络。万博1manbetx输入recNet
必须至少有一个经常性层。
[
使用任何的由一个或多个指定在先前语法的参数和其他选项updatedNet
那YPred
) = predictAndUpdateState (___那名称,价值
)名称,价值
对参数。例如,“MiniBatchSize”,27
让使用尺寸为27的小批量预测。
提示
当使用不同长度的序列进行预测时,小批量的大小会影响添加到输入数据中的填充量,从而导致不同的预测值。尝试使用不同的值,看看哪一个最适合你的网络。要指定小批量大小和填充选项,请使用“MiniBatchSize”
和'SequenceLength'
选项,分别。
当你用Trainnetwork.
函数,或使用预测或验证函数时DAGNetwork
和SeriesNetwork
对象,软件使用单精度浮点算术执行这些计算。培训,预测和验证的功能包括Trainnetwork.
那预测
那分类
,激活
.当你同时使用cpu和gpu训练网络时,该软件使用单精度算法。
工藤、富山、新保。“使用通过区域的多维曲线分类”。模式识别的字母.第20卷,第11-13期,第1103-1111页。
[2]UCI机器学习知识库:日语元音数据集.https://archive.ics.uci.edu/ml/datasets/Japanese+Vowels