Main Content

Stateful Classify

学習済み深層学習再帰型ニューラル ネットワークを使用したデータの分類

  • ライブラリ:
  • Deep Learning Toolbox / Deep Neural Networks

  • Stateful Classify block

説明

Stateful Classify ブロックは、ブロック パラメーターで指定された学習済み再帰型ニューラル ネットワークを使用して、入力におけるデータのクラス ラベルを予測します。このブロックを使用すると、MAT ファイルまたは MATLAB® 関数から Simulink® モデルに事前学習済みのネットワークを読み込ませることができます。このブロックは、予測のたびにネットワークの状態を更新します。

再帰型ニューラル ネットワークの状態を初期状態にリセットするには、Stateful Classify ブロックを Resettable Subsystem (Simulink) ブロック内に配置し、トリガーとして制御信号 Reset を使用します。

制限

Stateful Classify ブロックは MAT ファイルのログ記録をサポートしていません。

端子

入力

すべて展開する

入力の形式は、データのタイプによって異なります。

入力説明
ベクトル シーケンスc 行 s 列の行列。ここで、c はシーケンスの特徴の数、s はシーケンス長です。
2 次元イメージ シーケンスh x w x c x s の配列。ここで、h、w、および c は、それぞれイメージの高さ、幅、およびチャネル数に対応します。s はシーケンス長です。

出力

すべて展開する

スコアが最も高い予測クラス ラベル。ラベルから成る N 行 1 列の列挙型ベクトルとして返されます。ここで、N は観測値の数です。

予測スコア。N 行 K 列の行列として返されます。ここで、N は観測値の数、K はクラスの数です。

予測スコアに関連付けられたラベル。N 行 K 列の行列として返されます。ここで、N は観測値の数、K はクラスの数です。

パラメーター

すべて展開する

学習済み再帰型ニューラル ネットワークのソースを指定します。この学習済みネットワークには、少なくとも 1 つの再帰層 (LSTM ネットワークなど) を含めなければなりません。次のいずれかを選択します。

  • Network from MAT-fileSeriesNetwork オブジェクト、DAGNetwork オブジェクト、または dlnetwork オブジェクトを含む MAT ファイルから学習済みの再帰型ニューラル ネットワークをインポートします。

  • Network from MATLAB function— MATLAB 関数から事前学習済みの再帰型ニューラル ネットワークをインポートします。

プログラムでの使用

ブロック パラメーター: Network
タイプ: 文字ベクトル、string
値: 'Network from MAT-file' | 'Network from MATLAB function'
既定: 'Network from MAT-file'

このパラメーターは、読み込もうとしている学習済み再帰型ニューラル ネットワークを含む MAT ファイルの名前を指定します。ファイルが MATLAB のパス上にない場合は、[参照] ボタンを使用してファイルを探します。

依存関係

このパラメーターを有効にするには、[ネットワーク] パラメーターを [MAT ファイルからのネットワーク] に設定します。

プログラムでの使用

ブロック パラメーター: NetworkFilePath
タイプ: 文字ベクトル、string
値: MAT ファイルのパスまたは名前
既定: 'untitled.mat'

このパラメーターは、事前学習済みの再帰型ニューラル ネットワークに関する MATLAB 関数の名前を指定します。

依存関係

このパラメーターを有効にするには、[ネットワーク] パラメーターを [MATLAB 関数からのネットワーク] に設定します。

プログラムでの使用

ブロック パラメーター: NetworkFunction
タイプ: 文字ベクトル、string
値: MATLAB 関数名
既定: 'untitled'

[サンプル時間] パラメーターは、シミュレーション中にブロックが新しい出力値をいつ計算するかを指定します。詳細については、サンプル時間の指定 (Simulink)を参照してください。

出力に時間オフセットをもたせない場合は、[サンプル時間] パラメーターをスカラーとして指定します。出力に時間オフセットを追加するには、[サンプル時間] パラメーターを 12 列のベクトルとして指定します。ここで、最初の要素はサンプリング周期で、2 番目の要素はオフセットです。

既定では、[サンプル時間] パラメーターの値は -1 です (値を継承します)。

プログラムでの使用

ブロック パラメーター: SampleTime
タイプ: 文字ベクトル
値: スカラー | ベクトル
既定: '-1'

スコアが最も高いラベルを出力する出力端子 ypred を有効にします。

プログラムでの使用

ブロック パラメーター: Classification
タイプ: 文字ベクトル、string
値: 'off' | 'on'
既定: 'on'

すべての予測スコアおよび関連するクラス ラベルを出力する出力端子 scores および labels を有効にします。

プログラムでの使用

ブロック パラメーター: Predictions
タイプ: 文字ベクトル、string
値: 'off' | 'on'
既定: 'off'

拡張機能

バージョン履歴

R2021a で導入