序列和时序

使用深度学习进行序列分类

此示例说明如何使用长短期记忆 (LSTM) 网络对序列数据进行分类。

使用深度学习进行“序列到序列”分类

此示例说明如何使用长短期记忆 (LSTM) 网络对序列数据的每个时间步进行分类。

使用深度学习进行“序列到序列”回归

此示例说明如何使用深度学习预测发动机的剩余使用寿命 (RUL)。

使用深度学习进行时序预测

此示例说明如何使用长期短期记忆 (LSTM) 网络预测时序数据。

使用深度学习对视频进行分类

此示例说明如何通过将预训练图像分类模型和 LSTM 网络相结合来创建视频分类网络。

使用深度学习进行语音命令识别

此示例说明如何训练一个深度学习模型来检测音频中是否存在语音命令。此示例使用语音命令数据集 [1] 来训练卷积神经网络，以识别给定的一组命令。

Image Captioning Using Attention

This example shows how to train a deep learning model for image captioning using attention.

使用序列数据的自定义小批量数据存储来训练网络

此示例说明如何使用自定义小批量数据存储基于无法放入内存的序列数据来训练深度学习网络。

Visualize Activations of LSTM Network

This example shows how to investigate and visualize the features learned by LSTM networks by extracting the activations.

Sequence-to-Sequence Classification Using 1-D Convolutions

This example shows how to classify each time step of sequence data using a generic temporal convolutional network (TCN).

Chemical Process Fault Detection Using Deep Learning

This example shows how to use simulation data to train a neural network that can detect faults in a chemical process.

使用 Deep Network Designer 构建网络

以交互方式构建和编辑深度学习网络。

Create Simple Sequence Classification Network Using Deep Network Designer

This example shows how to create a simple long short-term memory (LSTM) classification network using Deep Network Designer.

文本数据

使用深度学习对文本数据进行分类

此示例说明如何使用深度学习长短期记忆 (LSTM) 网络对文本数据进行分类。

使用卷积神经网络对文本数据进行分类

此示例说明如何使用卷积神经网络对文本数据进行分类。

Multilabel Text Classification Using Deep Learning

This example shows how to classify text data that has multiple independent labels.

使用深度学习对无法放入内存的文本数据进行分类

此示例说明在深度学习网络中，如何使用转换后的数据存储对无法放入内存的文本数据进行分类。

Sequence-to-Sequence Translation Using Attention

This example shows how to convert decimal strings to Roman numerals using a recurrent sequence-to-sequence encoder-decoder model with attention.

使用深度学习生成文本

此示例说明如何训练深度学习长短期记忆 (LSTM) 网络以生成文本。

《傲慢与偏见》与 MATLAB

此示例说明如何训练深度学习 LSTM 网络来通过字符嵌入生成文本。

使用深度学习进行逐单词文本生成

此示例说明如何训练深度学习 LSTM 网络来逐单词生成文本。