gensim
(削除予定) 浅層ニューラル ネットワークのシミュレーション用の Simulink ブロックの生成
gensim は将来のリリースで削除される予定です。詳細については、Transition Legacy Neural Network Code to dlnetwork Workflowsを参照してください。
コードの更新に関するアドバイスについては、バージョン履歴を参照してください。
説明
gensim( は、サンプリング時間 net,st)st でニューラル ネットワーク net のシミュレーションを行うブロックが含まれる Simulink® システムを作成します。
net に入力または層の遅延がない (net.numInputDelays と net.numLayerDelays の両方が 0 である) 場合、st に –1 を使用して、連続的にサンプリングを行うネットワークを取得できます。
gensim は、畳み込みネットワークや LSTM ネットワークなどの深層学習ネットワークをサポートしていません。深層学習用のコード生成の詳細は、コード生成と深層ニューラル ネットワークの展開を参照してください。
gensim の詳細については、MATLAB コマンド プロンプトで help network/gensim と入力してください。
例
入力引数
詳細
Deep Learning Toolbox™ 製品が提供する一連のブロックを使用すると、Simulink を使用してニューラル ネットワークを構築できます。また、関数 gensim は、それらのブロックを使用して、MATLAB® を使って作成した任意のネットワークの Simulink バージョンを生成できます。
Deep Learning Toolbox ブロック ライブラリを開くには、MATLAB コマンド ウィンドウで次のように入力します。
neural
このコマンドは、5 つのブロックを含むライブラリ ウィンドウを開きます。これらの各ブロックには、追加ブロックが含まれています。
neural ライブラリ ウィンドウで Transfer Functions ブロックをダブルクリックすると、各伝達関数ブロックを含むウィンドウが開きます。
これらの各ブロックは、正味入力ベクトルを取り、対応する出力ベクトルを生成します。出力ベクトルの次元は入力ベクトルと同じです。
neural ライブラリ ウィンドウで Net Input Functions ブロックをダブルクリックすると、2 つの正味入力関数ブロックを含むウィンドウが開きます。
これらの各ブロックは、任意の数の重み付き入力ベクトル、重み層出力ベクトル、およびバイアス ベクトルを取り、正味入力ベクトルを返します。
neural ライブラリ ウィンドウで Weight Functions ブロックをダブルクリックすると、4 つの重み関数ブロックを含むウィンドウが開きます。
これらの各ブロックは、ニューロンの重みベクトルを取り、それを入力ベクトル (または層出力ベクトル) に適用し、ニューロンの重み付き入力値を求めます。
これらのブロックは、ニューロンの重みベクトルが列ベクトルであることを想定しています。これは、Simulink 信号を列ベクトルにすることができますが、行列や行ベクトルにはできないためです。
この制限の結果として、S 個のニューロンをもつ層への重み行列を実装するには、S 個 (各行に対し 1 つ) の重み関数ブロックを作成しなければなりません。
これは、他の 2 種類のブロックとは対照的です。各層に必要な正味入力関数と伝達関数はどちらも 1 つだけです。
neural ライブラリ ウィンドウで Processing Functions ブロックをダブルクリックすると、複数の処理ブロックとそれらに対応する反転処理ブロックを含むウィンドウが開きます。
これらの各ブロックを使用して、入力の前処理や出力の後処理を行うことができます。
