gensim
（即将删除）生成用于浅层神经网络仿真的 Simulink 模块
以后的版本中将会删除 gensim。有关详细信息，请参阅Transition Legacy Neural Network Code to dlnetwork Workflows。
有关更新代码的建议，请参阅版本历史记录。
说明
gensim( 创建一个 Simulink® 系统，其中包含一个对采样时间为 net,st)st 的神经网络 net 进行仿真的模块。
如果 net 既没有输入延迟也没有层延迟（net.numInputDelays 和 net.numLayerDelays 都为 0），则可以对 st 使用 -1 来获得连续采样的网络。
gensim 不支持深度学习网络（例如卷积网络或 LSTM 网络）。有关深度学习代码生成的详细信息，请参阅生成代码并部署深度神经网络。
有关 gensim 的详细信息，请在 MATLAB 命令提示符下输入 help network/gensim。
示例
输入参数
详细信息
Deep Learning Toolbox™ 产品提供一组模块，您可以通过 Simulink 使用这些模块构建神经网络，或使用函数 gensim 生成您使用 MATLAB® 创建的任何网络的 Simulink 版本。
要打开 Deep Learning Toolbox 模块库，请在 MATLAB 命令行窗口中输入：
neural
此命令将打开一个包含五个模块的库窗口。其中每个模块都包含附加模块。
双击 Neural library 窗口中的 Transfer Functions 模块，以打开一个包含多个传递函数模块的窗口。
其中每个模块都接受一个净输入向量，并生成一个对应的输出向量，其维度与输入向量相同。
双击 Neural library 窗口中的 Net Input Functions 模块，以打开一个包含两个净输入函数模块的窗口。
其中每个模块都接受任意数量的加权输入向量、加权层输出向量和偏置向量，并返回一个净输入向量。
双击 Neural library 窗口中的 Weight Functions 模块，打开一个包含四个权重函数模块的窗口。
其中每个模块都接受一个神经元的权重向量，并将其应用于一个输入向量（或层输出向量），以获得神经元的加权输入值。
这些模块要求神经元权重向量是列向量。这是因为 Simulink 信号可以为列向量，但不能为矩阵或行向量。
由于存在此限制，要实现要输入到包含 S 个神经元的层的权重矩阵，您必须创建 S 个权重函数模块（每行对应一个）。
这与另外两种模块形成对比。每层只需要一个净输入函数模块和一个传递函数模块。
双击 Neural library 窗口中的 Processing Functions 模块，以打开一个包含处理模块及其对应的反向处理模块的窗口。
其中每个模块都可用于预处理输入和后处理输出。
