ドキュメンテーション

最新のリリースでは、このページがまだ翻訳されていません。 このページの最新版は英語でご覧になれます。

ニューラル ネットワーク時系列ユーティリティ

時間シーケンス、同時バッチ、またはその両方の組み合わせから構成されるような、ニューラル ネットワーク データを扱う際に役立つユーティリティ関数は他にもあります。複数の信号が (複数の入力、出力、またはターゲット ベクトルなどに) 含まれていてもかまいません。次の図は、一般的なニューラル ネットワーク データ オブジェクトの構造を示しています。この例の場合、4 標本 (4 つのシーケンス) から成る 2 つの信号の、3 タイム ステップのバッチがあります。一方の信号には 2 つの要素があり、他方の信号には 3 つの要素があります。

次の表に、ニューラル ネットワーク データ用の便利なツールボックス ユーティリティ関数をいくつか示します。これらを使用すると加算、減算、乗算、除算などの演算を行うことができます (cell 配列の加算と減算には標準的な定義がありませんが、ニューラル ネットワーク データの場合、これらの演算が明確に定義されるため、次の関数に実装されています)。

関数操作

gadd

ニューラル ネットワーク (nn) データを加算します。

gdivide

nn データを除算します。

getelements

指定された要素を nn データから選択します。

getsamples

指定された標本を nn データから選択します。

getsignals

指定された信号を nn データから選択します。

gettimesteps

指定されたタイム ステップを nn データから選択します。

gmultiply

nn データを乗算します。

gnegate

nn データの符号を反転させます。

gsubtract

nn データを減算します。

nndata

指定されたサイズの nn データ オブジェクトを作成します。値には、ランダムな値または定数が割り当てられます。

nnsize

nn データ オブジェクト内の要素数、標本数、タイム ステップ数、および信号数を返します。

numelements

nn データの要素数を返します。

numsamples

nn データの標本数を返します。

numsignals

nn データの信号数を返します。

numtimesteps

nn データのタイム ステップ数を返します。

setelements

nn データの指定された要素を設定します。

setsamples

nn データの指定された標本を設定します。

setsignals

nn データの指定された信号を設定します。

settimesteps

nn データの指定されたタイム ステップを設定します。

また、動的ネットワーク用の便利なプロット関数および解析関数のいくつかを次の表に示します。これらの関数の使用例は、Deep Learning Toolbox 入門にあります。

関数

演算

ploterrcorr

誤差の自己相関関数をプロットします。

plotinerrcorr

誤差と入力との相互相関をプロットします。

plotresponse

ネットワークの出力とターゲットを時間に対してプロットします。