Stateful Predict

使用经过训练的循环神经网络预测响应

自 R2021a 起

全页展开
  • Stateful Predict block

库:
Deep Learning Toolbox / Deep Neural Networks

描述

Stateful Predict 模块使用通过模块参数指定的已训练循环神经网络来预测输入端数据的响应。此模块允许从 MAT 文件或使用 MATLAB® 函数将预训练网络加载到 Simulink® 模型中。此模块会在每次预测后更新网络状态。

要将循环神经网络的状态重置为其初始状态，请将 Stateful Predict 模块放置在 Resettable Subsystem (Simulink) 模块内，并使用 Reset 控制信号作为触发器。

示例

在 Simulink 中预测和更新网络状态

在 Simulink 中预测和更新网络状态

此示例说明如何在 Simulink® 中使用 Stateful Predict 模块预测经过训练的循环神经网络的响应。此示例使用预训练的长短期记忆 (LSTM) 网络。

限制

  • 对于使用 dlnetwork 对象的 Stateful Predict 模块，不支持使用 Intel® MKL-DNN 库的 CPU 加速和使用 NVIDIA® CuDNN 或 TensorRT 库的 GPU 加速。

端口

输入

全部展开

Stateful Predict 模块的输入端口接受所加载网络的输入层名称。根据加载的网络，Predict 模块的输入可以是序列或时间序列数据。

包含序列的数值数组的维度取决于数据的类型。

输入描述
向量序列s×c 矩阵，其中 s 是序列长度，c 是序列的特征数。
二维图像序列h×w×c×s 数组，其中 h、w 和 c 分别对应于图像的高度、宽度和通道数，s 是序列长度。

输出

全部展开

Stateful Predict 模块的输出端口接受所加载网络的输出层名称。基于加载的网络，Stateful Predict 模块的输出可以表示预测的分数或响应。

对于“序列到标签”分类，输出是一个 K×N 矩阵，其中 K 是类的数目，N 是观测值数目。

对于“序列到标签”分类问题，输出是一个 K×S 分数矩阵，其中 K 是类的数目，S 是相应输入序列中的时间步总数。

参数

全部展开

指定经过训练的循环神经网络的源。经过训练的网络（例如，LSTM 网络）必须至少有一个循环层。选择下列项之一：

  • 从 MAT 文件创建网络 - 从包含 dlnetwork 对象的 MAT 文件中导入经过训练的循环神经网络。

  • 从 MATLAB 函数创建网络 - 从 MATLAB 函数导入预训练循环神经网络。

编程用法

模块参数：Network
类型：字符向量、字符串
值：'Network from MAT-file' | 'Network from MATLAB function'
默认值： 'Network from MAT-file'

此参数指定 MAT 文件的名称，该文件包含要加载的已训练循环神经网络。如果该文件不在 MATLAB 路径中，请使用浏览按钮找到该文件。

依赖关系

要启用此参数，请将网络参数设置为从 MAT 文件创建网络。

编程用法

模块参数：NetworkFilePath
类型：字符向量、字符串
值：MAT 文件路径或名称
默认值： 'untitled.mat'

此参数指定预训练循环神经网络的 MATLAB 函数的名称。

依赖关系

要启用此参数，请将网络参数设置为从 MATLAB 函数创建网络。

编程用法

模块参数：NetworkFunction
类型：字符向量、字符串
值：MATLAB 函数名称
默认值：'untitled'

采样时间参数指定模块在仿真期间计算新输出值的时间。有关详细信息，请参阅指定采样时间 (Simulink)。

当您不希望输出有时间偏移量时，请将采样时间参数指定为标量。要向输出添加时间偏移量，请将采样时间参数指定为 1×2 向量，其中第一个元素是采样周期，第二个元素是偏移量。

默认情况下，采样时间参数值为 -1，表示继承该值。

编程用法

模块参数：SampleTime
类型：字符向量
值： 标量 | 向量
默认值：'-1'

此参数指定经过训练的 dlnetwork 要求的输入数据格式。

数据格式，指定为字符串标量或字符向量。字符串中的每个字符必须为以下维度标签之一：

  • "S" - 空间

  • "C" - 通道

  • "B" - 批量

  • "T" - 时间

  • "U" - 未指定

例如，对于包含一批序列的数组，其中第一个、第二个和第三个维度分别对应于通道、观测值和时间步，您可以指定其格式为 "CBT"。

您可以指定多个标注为 "S" 或 "U" 的维度。每个 "C"、"B" 和 "T" 标签最多可以使用一次。该软件忽略第二个维度后的单一尾部 "U" 维度。

有关详细信息，请参阅Deep Learning Data Formats。

默认情况下，该参数使用网络预期的数据格式。

依赖关系

要启用此参数，请将网络参数设置为从 MAT 文件创建网络，以便从 MAT 文件导入经过训练的 dlnetwork 对象。

编程用法

模块参数：InputDataFormats
类型：字符向量、字符串
值：对于具有一个或多个输入的网络，请使用 {'inputlayerName1', 'SSC'; 'inputlayerName2', 'SSCB'; ...}' 形式的字符向量。对于没有输入层但有多个输入端口的网络，请使用 '{'inputportName1/inport1, 'SSC'; 'inputportName2/inport2, 'SSCB'; ...}' 形式的字符向量。
默认值：网络预期的数据格式。有关详细信息，请参阅Deep Learning Data Formats。

扩展功能

全部展开

版本历史记录

在 R2021a 中推出

全部展开

另请参阅

| |