预测

使用经过训练的深度学习神经网络预测响应

图书馆：
深度学习工具箱 /深神经网络

Description

这预测block predicts responses for the data at the input by using the trained 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^®功能。

笔记

使用预测块模型进行预测。万博1manbetx让前dictions programmatically using MATLAB code, use theClassifyandpredictfunctions.

Ports

Input

展开全部

`输入`— Image, feature, sequence, or time series data
数字阵列

输入端口预测block takes the names of the input layers of the network loaded. For example, if you specifygooglenet为了MATLABfunction，然后预测块被标记data。基于加载的网络，预测块的输入可以是图像，序列或时间序列数据。

输入的格式取决于数据的类型。

Data	Format of Predictors
2-D images	一个H-by-w-by-C-by-n数字阵列，哪里H，，，，w，，，，andC分别是图像的高度，宽度和数量，以及nis the number of images.
Vector sequence	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.
特征	一个n-by-`数字`数字阵列，哪里nis the number of observations and`数字`is the number of features of the input data.

如果阵列包含南s，然后它们通过网络传播。

输出

展开全部

`输出`— Predicted scores, responses, or activations
数字阵列

这输出sport of the预测Block获取已加载网络的输出层的名称。例如，如果指定googlenet为了MATLABfunction，然后预测块被标记输出。Based on the network loaded, the output of the预测block can represent predicted scores or responses.

预测ed scores or responses, returned as an-by-k数组，哪里n是观察的数量，并且k是类的数量。

如果您启用激活对于网络层，预测block creates a new output port with the name of the selected network layer. This port outputs the activations from the selected network layer.

网络层的激活作为数字阵列返回。输出的格式取决于输入数据的类型和图层输出的类型。

For 2-D image output, activations is anH-by-w-by-C-by-n数组，哪里H，，，，w，，，，andCare the height, width, and number of channels for the output of the chosen layer, respectively, andnis the number of images.

For a single time-step containing vector data, activations is aC-by-nmatrix, wherenis the number of sequences andC是序列中的功能数量。

对于包含二维图像数据的单个时间步长，激活是一个H-by-w-by-C-by-n数组，哪里n是序列的数量，H，，，，w，，，，andC分别是图像的高度，宽度和通道数。

参数

展开全部

`网络`- 训练网络的来源
`来自Mat-File的网络`（默认）|`网络from MATLAB function`

Specify the source for the trained network. Select one of the following:

来自Mat-File的网络— Import a trained network from a MAT-file containing a系列网络，，，，dagnetwork，或者dlnetworkobject.
网络from MATLAB function- 从MATLAB函数导入预计的网络。例如，通过使用googlenet功能。

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`- 包含训练有训练的网络的垫子文件
`Untitled.mat`（默认）|垫子档案或名称

This parameter specifies the name of the MAT-file that contains the trained deep learning 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:网络FilePath

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
`挤压`（默认）|MATLAB功能名称

此参数指定了预处理的深度学习网络的MATLAB函数的名称。例如，使用googlenet功能以导入验证的Googlenet模型。

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：'squeezenet'

`Mini-batch size`— Size of mini-batches
128（默认）|正整数

用于预测的小批量的大小，指定为正整数。较大的迷你批量尺寸需要更多的内存，但可以导致更快的预测。

程序化使用

Block Parameter:MiniBatchSize

类型：角色向量，字符串

值：正整数

默认：'128'

`预测`- 输出预测的分数或响应
`on`（默认）|`off`

启用返回的输出端口预测分数或响应。

程序化使用

Block Parameter:预测

类型：角色向量，字符串

值：'off'|'上'

默认：'上'

`激活`— Output network activations for a specific layer
网络层

使用激活list to select the layer to extract features from. The selected layers appear as an output port of the预测堵塞。

程序化使用

Block Parameter:激活

类型：角色向量，字符串

值：CHaracter vector in the form of'{'layerName1',layerName2',...}'

默认：''

模型示例

Lane and Vehicle Detection in Simulink Using Deep Learning

使用Simulink®模型内的深卷积神经网络进行车道和车辆检测。万博1manbetx此示例将来自流量视频的帧作为输入，输出两个车道边界，与自我车辆的左和右车道相对应，并检测框架中的车辆。

Open Script

扩展功能

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

Usage notes and limitations:

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 Coder)。

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

Usage notes and limitations:

这语参数配置参数>代码生成一般类别必须设置为C ++。
For a list of networks and layers supported for CUDA^®Code generation, seeSupported Networks, Layers, and Classes(GPU Coder)。
要了解有关生成代码的simulink模型的更多信息万博1manbetx预测块，请参阅代码生成为了a Deep Learning Simulink Model that Performs Lane and Vehicle Detection(GPU Coder)。

版本历史记录

在R2020b中引入

也可以看看

图像分类器|Stateful Classify|Stateful Predict

预测

Description

Ports

Input

输入— Image, feature, sequence, or time series data数字阵列

输出

输出— Predicted scores, responses, or activations数字阵列

参数

网络- 训练网络的来源来自Mat-File的网络（默认）|网络from MATLAB function

程序化使用

File path- 包含训练有训练的网络的垫子文件Untitled.mat（默认）|垫子档案或名称

依赖性

程序化使用

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

依赖性

程序化使用

Mini-batch size— Size of mini-batches128（默认）|正整数

程序化使用

预测- 输出预测的分数或响应on（默认）|off

程序化使用

激活— Output network activations for a specific layer网络层

程序化使用

模型示例

Lane and Vehicle Detection in Simulink Using Deep Learning

扩展功能

C/C++ Code Generation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`— Image, feature, sequence, or time series data
数字阵列

`输出`— Predicted scores, responses, or activations
数字阵列

`网络`- 训练网络的来源
`来自Mat-File的网络`（默认）|`网络from MATLAB function`

`File path`- 包含训练有训练的网络的垫子文件
`Untitled.mat`（默认）|垫子档案或名称

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

`Mini-batch size`— Size of mini-batches
128（默认）|正整数

`预测`- 输出预测的分数或响应
`on`（默认）|`off`

`激活`— Output network activations for a specific layer
网络层

C/C++ Code Generation
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™.