Esta página aún no se ha traducido para esta versión. Puede ver la versión más reciente de esta página en inglés.
Un almacén de datos es un repositorio para recopilaciones de información que son demasiado grandes para caber en la memoria. Cada formato de archivo y aplicación utiliza un tipo diferente de almacén de datos, que contiene propiedades pertinentes para el tipo de datos o aplicación que admite. proporciona almacenes de datos para formatos de archivo estándar, como archivos y almacenes de datos para aplicaciones específicas como el aprendizaje profundo.MATLAB®Excel® Además de los datastores existentes, si los datos están en un formato propietario, puede desarrollar un almacén de datos personalizado mediante el marco de almacén de datos personalizado.
Para una colección de datos en formato de archivo estándar, utilice una de estas opciones.
Almacén | Descripción |
---|---|
TabularTextDatastore | Los archivos de texto que contienen datos orientados a columnas, incluidos los archivos CSV |
SpreadsheetDatastore | Archivos de hoja de cálculo con un formato admitido comoExcel |
ImageDatastore | Los archivos de imagen, incluidos los formatos admitidos por como JPEG y PNG |
ParquetDatastore | Los archivos parquet que contienen datos orientados a columnas |
FileDatastore | Los archivos con formato de archivo no estándar Requiere una función de lectura de archivos personalizada |
Transforme o combine almacenes de datos existentes.
Almacén | Descripción |
---|---|
CombinedDatastore | Datastore para combinar datos leídos de varios almacenes datos subyacentes |
TransformedDatastore | Datastore para transformar el almacén de datos subyacente |
Datastores para integrarse con MapReduce y matrices altas.
Almacén | Descripción |
---|---|
KeyValueDatastore | Datos de par clave-valor que son entradas o salidas de |
TallDatastore | Almacén de datos para matrices de puntos de comprobación |
Los datastores para datos de audio y base de datos requieren cajas de herramientas adicionales.
Almacén | Descripción | Toolbox necesario |
---|---|---|
AudioDatastore | Almacén de datos para la recopilación de archivos de audio | Audio Toolbox™ |
DatabaseDatastore | Datastore para colecciones de datos en una base de datos relacional | Database Toolbox™ |
En función de la aplicación, utilice uno de estos almacenes de datos.
Aplicación | Almacén | Descripción | Toolbox necesario |
---|---|---|---|
Simulink modelo de datos | SimulationDatastore | Datastore para datos de entrada y salida de simulación que se utilizan con un modeloSimulink® | Simulink |
Conjunto de simulación y datos de mantenimiento predictivo | SimulationEnsembleDatastore | Datastore para gestionar los datos del conjunto de simulación | Predictive Maintenance Toolbox™ |
FileEnsembleDatastore | Datastore para administrar los datos del conjunto en formato de archivo personalizado | Predictive Maintenance Toolbox | |
Archivos de formato de datos de medición (MDF) | MDFDatastore | Datastore para la recopilación de archivos MDF | Vehicle Network Toolbox™ |
MDFDatastore | Datastore para la recopilación de archivos MDF | Powertrain Blockset™ | |
Deep Learning Los datastores para preprocesar datos de imágenes o secuencias | PixelLabelDatastore | Datastore para datos de etiquetas de píxel | YComputer Vision Toolbox™Deep Learning Toolbox™ |
PixelLabelImageDatastore | Datastore para entrenar redes de segmentación semántica Datastore esno determinista | YComputer Vision ToolboxDeep Learning Toolbox | |
RandomPatchExtractionDatastore | Almacén de datos para extraer parches aleatorios de imágenes o imágenes de etiquetas de píxel Datastore esno determinista | YImage Processing Toolbox™Deep Learning Toolbox | |
DenoisingImageDatastore | Datastore para entrenar una imagen que denota la red neuronal profunda Datastore esno determinista | YImage Processing ToolboxDeep Learning Toolbox | |
AugmentedImageDatastore | Datastore para redimensionar y aumentar las imágenes de entrenamiento Datastore esno determinista | Deep Learning Toolbox |
Para una colección de datos en un formato de archivo personalizado, si cada archivo individual cabe en la memoria, utilice junto con la función de lectura de archivos personalizada.FileDatastore
De lo contrario, desarrolle su propio almacén de datos totalmente personalizado para la información personalizada o propietaria utilizando la clase.matlab.io.Datastore
Ver.Desarrollar almacén de datos personalizado
Los datastores que no devuelven los mismos datos exactos para una llamada a la función después de una llamada a la función son almacenes de datos no deterministas.read
reset
No utilice almacenes de datos no deterministas con matrices ni ningún otro código que requiera la lectura más de una vez.tall
mapreduce
Algunas aplicaciones requieren datos que se aumentan o se transforman aleatoriamente. Por ejemplo, el almacén de datos, de la aplicación de aprendizaje profundo, aumenta los datos de la imagen de entrenamiento con operaciones de preprocesamiento aleatorias para ayudar a evitar que la red sobreajuste y memoriza los detalles exactos de las imágenes de entrenamiento.AugmentedImageDatastore
La salida de este almacén de datos es diferente cada vez que se realiza una operación después de una llamada a.read
reset
FileDatastore
| ImageDatastore
| SpreadsheetDatastore
| TabularTextDatastore
| TallDatastore
| tall