신경망 Simulink 블록 라이브러리

Deep Learning Toolbox™ 제품은 Simulink^®를 사용하는 신경망을 구축하는 데 사용할 수 있는 블록 집합을 제공합니다. 또는 이러한 블록 집합을 함수 gensim에서 사용하면 MATLAB^®에서 생성한 신경망을 Simulink 버전의 신경망으로 만들 수 있습니다.

Deep Learning Toolbox 블록 라이브러리를 열려면 MATLAB 명령 창에서 다음을 입력하십시오.

neural

이 명령을 입력하면 5개의 블록이 포함된 라이브러리 창이 열립니다. 각 블록에는 추가 블록이 포함되어 있습니다.

전달 함수 블록

Neural 라이브러리 창에서 Transfer Functions 블록을 더블 클릭하면 여러 전달 함수 블록이 포함된 창이 열립니다.

각 블록은 순 입력 벡터를 받고 이에 상응하여 입력 벡터와 동일한 차원을 갖는 출력 벡터를 생성합니다.

순 입력 블록

Neural 라이브러리 창에서 Net Input Functions 블록을 더블 클릭하면 두 개의 순 입력 함수 블록이 포함된 창이 열립니다.

각 블록은 임의 개수의 가중 입력 벡터, 가중치 계층 출력 벡터, 편향 벡터를 받고 순 입력 벡터를 반환합니다.

가중치 블록

Neural 라이브러리 창에서 Weight Functions 블록을 더블 클릭하면 네 개의 가중치 함수 블록이 포함된 창이 열립니다.

각 블록은 뉴런 가중 벡터를 받아 이를 입력 벡터(또는 계층 출력 벡터)에 적용하여 뉴런의 가중 입력값을 얻습니다.

이들 블록에서 뉴런 가중 벡터는 열 벡터여야 합니다. Simulink 신호는 열 벡터일 수 있지만 행렬이나 행 벡터일 수는 없기 때문입니다.

이러한 제한으로 인해 S개의 뉴런이 있는 계층으로 가는 가중치 행렬을 구현하려면 S개의 가중치 함수 블록(각 행에 대해 하나씩)을 만들어야 합니다.

이것은 다른 두 종류의 블록과 대조됩니다. 각 계층에는 하나의 순 입력 함수와 하나의 전달 함수 블록만 필요합니다.

처리 블록

Neural 라이브러리 창에서 Processing Functions 블록을 더블 클릭하면 처리 블록과 그에 대응하는 역처리 블록이 포함된 창이 열립니다.

각 블록을 사용하여 입력을 전처리하고 출력을 후처리할 수 있습니다.