lstm
Sintaxis
Descripción
La operación de memoria de corto-largo plazo (LSTM) permite que una red aprenda dependencias a largo plazo entre unidades de tiempo de series de tiempo y datos secuenciales.
Nota
Esta función aplica la operación LSTM de deep learning a los datos de un dlarray
. Si desea aplicar la operación LSTM dentro de un objeto layerGraph
o un arreglo Layer
, utilice la capa siguiente:
aplica un cálculo de memoria de corto-largo plazo (LSTM) a la entrada Y
= lstm(X
,H0
,C0
,weights
,recurrentWeights
,bias
)X
empleando el estado oculto inicial H0
, el estado de celda inicial C0
y los parámetros weights
, recurrentWeights
y bias
. La entrada X
debe ser un dlarray
con formato. La salida Y
es un dlarray
con formato con el mismo formato de dimensión que X
, excepto en el caso de las dimensiones 'S'
.
La función lstm
actualiza la celda y los estados ocultos empleando la función tangente hiperbólica (tanh) como la función de activación del estado. La función lstm
utiliza la función sigmoide dada por como la función de activación de la puerta.
[
también devuelve el estado oculto y el estado de la celda tras la operación LSTM.Y
,hiddenState
,cellState
] = lstm(X
,H0
,C0
,weights
,recurrentWeights
,bias
)
[___] = lstm(___,'DataFormat',
también especifica el formato de dimensión FMT
)FMT
donde X
no es un dlarray
con formato. La salida Y
es un dlarray
sin formato con el mismo orden de dimensión que X
, excepto en el caso de las dimensiones 'S'
.
Ejemplos
Argumentos de entrada
Argumentos de salida
Más acerca de
Capacidades ampliadas
Historial de versiones
Introducido en R2019b
Consulte también
dlarray
| fullyconnect
| softmax
| dlgradient
| dlfeval
| gru
| attention