统计eful Classify

使用经过训练的深度学习复发性神经网络对数据进行分类

图书馆：
深度学习工具箱 /深神经网络

描述

这统计eful Classifyblock predicts class labels for the data at the input by using the trained recurrent neural network specified through the block parameter. This block allows loading of a pretrained network into the Simulink^®model from a MAT-file or from a MATLAB^®function. This block updates the state of the network with every prediction.

To reset the state of recurrent neural network to its initial state, place the统计eful Classify块内部可重置子系统（万博1manbetxSimulink）block and use theResetControl signal as trigger.

Limitations

这统计eful Classifyblock does not support MAT-file logging.

Ports

Input

展开全部

`输入`— Sequence or time series data
数字阵列

输入的格式取决于数据的类型。

Input	描述
向量序列	C-by-smatrices, whereC是序列的功能数量，sis the sequence length.
2-D图像序列	H-by-w-by-C-by-s阵列，哪里H，，，，w，，，，andC分别对应于图像的高度，宽度和数量，并且sis the sequence length.

输出

展开全部

`ypred`- 预测的类标签
enumerated

预测ed class labels with the highest score, returned as an-1列举的标签向量，其中nis the number of observations.

`sCores`- 预测的班级分数
矩阵

预测ed scores, returned as an-by-k矩阵，，，，wHeren是观察的数量，并且k是类的数量。

`标签`- 预测分数的类标签
矩阵

Labels associated with the predicted scores, returned as an-by-k矩阵，，，，wHeren是观察的数量，并且k是类的数量。

参数

展开全部

`网络`- 训练有素的复发神经网络来源
`来自Mat-File的网络`（默认）|`网络from MATLAB function`

指定训练有素的复发神经网络的来源。训练有素的网络必须至少具有一个复发层（例如，LSTM网络）。选择以下一项：

来自Mat-File的网络— Import a trained recurrent neural network from a MAT-file containing a系列网络，，，，dagnetwork，或者dlnetworkobject.
网络from MATLAB function- 从MATLAB函数中导入预处理的复发性神经网络。

程序化使用

Block Parameter:网络

类型：角色向量，字符串

值：“来自Mat-File的网络”|“来自MATLAB功能的网络”

默认：“来自Mat-File的网络”

`File path`- 包含训练有素的复发神经网络的垫子文件
`Untitled.mat`（默认）|垫子名称

This parameter specifies the name of the MAT-file that contains the trained recurrent neural network to load. If the file is not on the MATLAB path, use theBrowse按钮以找到文件。

依赖性

To enable this parameter, set the网络参数为来自Mat-File的网络。

程序化使用

Block Parameter:NetworkFilePath

类型：角色向量，字符串

值：垫子档案或名称

默认：'untitled.mat'

`MATLABfunction`— MATLAB function name
`无标题`（默认）|MATLAB功能名称

This parameter specifies the name of the MATLAB function for the pretrained recurrent neural network.

依赖性

To enable this parameter, set the网络参数为网络from MATLAB function。

程序化使用

Block Parameter:网络函数

类型：角色向量，字符串

值：MATLAB功能名称

默认：'无标题'

`采样时间`— Output sample period and optional time offset
`-1`（默认）|标量|向量

这采样时间参数指定块在模拟过程中计算新的输出值何时。有关详细信息，请参阅指定样本时间（万博1manbetxSimulink）。

Specify the采样时间当您不希望输出具有时间偏移时，参数为标量。要在输出中添加时间偏移，请指定采样时间参数为a1-by-2第一个元素是采样周期，第二个元素是偏移。

默认情况下，采样时间参数值是-1继承值。

程序化使用

Block Parameter:采样时间

类型：角色向量

值：标量|向量

默认：'-1'

`分类`- 输出预测分数最高的标签
`on`（默认）|`off`

启用输出端口ypredthat outputs the label with the highest score.

程序化使用

Block Parameter:分类

类型：角色向量，字符串

值：'off'|'上'

默认：'上'

`预测`— Output all scores and associated labels
`off`（默认）|`on`

启用输出端口ssCoresand标签该输出所有预测的分数和相关的类标签。

程序化使用

Block Parameter:预测

类型：角色向量，字符串

值：'off'|'上'

默认：'off'

模型示例

在simulink中对网络状态进行分类和更新万博1manbetx

通过使用训练有素的数据为训练有素的复发神经网络分类万博1manbetx统计eful Classify堵塞。此示例使用验证的长期记忆（LSTM）网络。

Open Script

扩展功能

C/C ++代码生成
使用Simulink®Coder™生成C和C ++代码。万博1manbetx

用法注释和限制：

要生成不依赖第三方库的通用C代码，配置参数>代码生成一般类别，设置语参数为C。
要生成C ++代码，在配置参数>代码生成一般类别，设置语参数为C ++。To specify the target library for code generation, in the代码生成>界面Category, set theTarget Libraryparameter. Setting this parameter tonone生成不依赖第三方库的通用C ++代码。
对于基于ERT的目标，万博1manbetx支持：可变大小信号参数代码生成>界面必须启用窗格。
For a list of networks and layers supported for code generation, see支持代码生成的网络和层万博1manbetx（MATLAB编码器）。

GPU代码生成
Generate CUDA® code for NVIDIA® GPUs using GPU Coder™.

用法注释和限制：

这语参数配置参数>代码生成一般类别必须设置为C ++。
GPU代码生成仅在针对Cudnn库时支持万博1manbetx此块。

版本历史记录

在R2021a中引入

也可以看看

预测|图像分类器|陈述预测

统计eful Classify

描述

Limitations

Ports

Input

输入— Sequence or time series data数字阵列

输出

ypred- 预测的类标签enumerated

sCores- 预测的班级分数矩阵

标签- 预测分数的类标签矩阵

参数

网络- 训练有素的复发神经网络来源来自Mat-File的网络（默认）|网络from MATLAB function

程序化使用

File path- 包含训练有素的复发神经网络的垫子文件Untitled.mat（默认）|垫子名称

依赖性

程序化使用

MATLABfunction— MATLAB function name无标题（默认）|MATLAB功能名称

依赖性

程序化使用

采样时间— Output sample period and optional time offset-1（默认）|标量|向量

程序化使用

分类- 输出预测分数最高的标签on（默认）|off

程序化使用

预测— Output all scores and associated labelsoff（默认）|on

程序化使用

模型示例

在simulink中对网络状态进行分类和更新万博1manbetx

扩展功能

C/C ++代码生成使用Simulink®Coder™生成C和C ++代码。万博1manbetx

GPU代码生成Generate CUDA® code for NVIDIA® GPUs using GPU Coder™.

版本历史记录

也可以看看

`输入`— Sequence or time series data
数字阵列

`ypred`- 预测的类标签
enumerated

`sCores`- 预测的班级分数
矩阵

`标签`- 预测分数的类标签
矩阵

`网络`- 训练有素的复发神经网络来源
`来自Mat-File的网络`（默认）|`网络from MATLAB function`

`File path`- 包含训练有素的复发神经网络的垫子文件
`Untitled.mat`（默认）|垫子名称

`MATLABfunction`— MATLAB function name
`无标题`（默认）|MATLAB功能名称

`采样时间`— Output sample period and optional time offset
`-1`（默认）|标量|向量

`分类`- 输出预测分数最高的标签
`on`（默认）|`off`

`预测`— Output all scores and associated labels
`off`（默认）|`on`

C/C ++代码生成
使用Simulink®Coder™生成C和C ++代码。万博1manbetx

GPU代码生成
Generate CUDA® code for NVIDIA® GPUs using GPU Coder™.