我如何使用数据存储顺序序列分类使用深度学习工具箱?
5视图(30天)
显示旧的评论
我用深学习工具箱对输入信号进行分类,以类似的方式所示
这个例子
。然而,而不是3的特性,我的数据有152,而不是6的观察,我的数据有767。这个的数据量太大直接喂到网络的训练函数,和我相信数据存储解决方案。但是我很难找出正确的格式的数据输出数据存储读取功能。
我试过修改数据存储在上一个示例中,这样的读函数输出一个细胞大小与第一列包含{batchLength 2}格式{numFeatures, sequenceLength}双打,第二列包含在{1,sequenceLength}格式分类。分离这输出列的分潮和喂养他们直接进入trainNetwork功能完美的工作。然而,在我得到一个错误的数据存储格式:
%的错误使用trainNetwork(第170行)
%意想不到的响应大小:如果网络输出序列,那么必须阵列的响应
%特性尺寸9。
9类的数量。