Main Content

本页对应的英文页面已更新,但尚未翻译。 若要查看最新内容,请点击此处访问英文页面。

时序、序列和文本深度学习

创建和训练用于时序分类、回归和预测任务的网络

创建和训练用于时序分类、回归和预测任务的网络。训练用于“序列到单个”或“序列到标签”的分类和回归问题的长短期记忆 (LSTM) 网络。您可以使用单词嵌入层对文本数据训练 LSTM 网络(需要 Text Analytics Toolbox™),或使用频谱图对音频数据训练卷积神经网络(需要 Audio Toolbox™)。

App

Deep Network DesignerDesign, visualize, and train deep learning networks

函数

全部展开

trainingOptionsOptions for training deep learning neural network
trainNetworkTrain neural network for deep learning
analyzeNetworkAnalyze deep learning network architecture
sequenceInputLayerSequence input layer
lstmLayerLong short-term memory (LSTM) layer
bilstmLayerBidirectional long short-term memory (BiLSTM) layer
gruLayerGated recurrent unit (GRU) layer
sequenceFoldingLayerSequence folding layer
sequenceUnfoldingLayerSequence unfolding layer
flattenLayerFlatten layer
fullyConnectedLayerFully connected layer
reluLayerRectified Linear Unit (ReLU) layer
leakyReluLayerLeaky Rectified Linear Unit (ReLU) layer
clippedReluLayerClipped Rectified Linear Unit (ReLU) layer
eluLayerExponential linear unit (ELU) layer
tanhLayerHyperbolic tangent (tanh) layer
dropoutLayerDropout layer
softmaxLayerSoftmax layer
classificationLayerClassification output layer
regressionLayerCreate a regression output layer
predictPredict responses using a trained deep learning neural network
classifyClassify data using a trained deep learning neural network
predictAndUpdateStatePredict responses using a trained recurrent neural network and update the network state
classifyAndUpdateStateClassify data using a trained recurrent neural network and update the network state
resetStateReset the state of a recurrent neural network
confusionchartCreate confusion matrix chart for classification problem
sortClassesSort classes of confusion matrix chart

属性

ConfusionMatrixChart PropertiesConfusion matrix chart appearance and behavior

示例和操作指南

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。

概念

长短期记忆网络

了解长短期记忆 (LSTM) 网络。

深度学习层列表

探索 MATLAB® 中的所有深度学习层。

Datastores for Deep Learning

Learn how to use datastores in deep learning applications.

在 MATLAB 中进行深度学习

通过使用卷积神经网络进行分类和回归来探索 MATLAB 的深度学习能力,包括预训练网络和迁移学习,以及在 GPU、CPU、群集和云上进行训练。

Deep Learning Tips and Tricks

Learn how to improve the accuracy of deep learning networks.

Data Sets for Deep Learning

Discover data sets for various deep learning tasks.

特色示例