NetStateObject

NetStateObject[net]

创建一个从 net 中导出的对象，表示具有额外存储状态信息的神经网络，当网络应用于数据时会对该状态信息进行更新.

NetStateObject[net,seed]

创建一个对象，用 seed 初始化其中额外的存储状态信息.

更多信息

  • NetStateObject[…][data] 对 NetStateObject 中存储的状态信息进行更新.
  • 状态信息与循环神经网络的状态端口（如 LongShortTermMemoryLayer）相关联.
  • NetStateObject 将不会存储其状态端口的初始化是来自 NetGraph 中的其他层的层的状态.
  • 没有提供种子的情况下，循环状态的初值将由零数组组成.
  • 存储状态的当前值由 NetExtract[NetStateObject[…],"States"] 给定.

范例

打开所有单元关闭所有单元

基本范例  (3)

创建一个循环网络：

创建循环网络的状态对象：

在某些数据上运行状态对象：

由于存储状态的存在，状态对象的行为在不同的计算中会发生改变，即便是同样的输入：

创建具有指定初始状态的状态对象：

创建一个分类器，预测序列的下一个元素：

在一组输入序列上训练分类器：

创建状态对象，并用它来有效地生成一个最大似然序列，从一个 1 开始：

应用  (1)

培训英文字符级语言模型. 首先，从两部小说中创建 30 万个训练实例，每个实例由 25 个字符组成：

数据以分类问题的形式给定：给定字符序列，预测下一个字符. 来看一个数据的样本：

获取文本中所有字符的列表：

定义一个网络，接受一串字符并预测下一个字符：

训练该网络. 在 CPU 上可能要花费一个小时；如果有 GPU 可用，建议将选项 TargetDevice 设为 "GPU"：

给定字符序列，预测下一个字符：

给定初始文字，产生 100 个字符的文本：

从预测的概率分布中抽样可以得到更有趣的文本：

属性和关系  (3)

如果一个循环层的状态的初始值是由 NetGraph 中的连接提供的，那么这个状态将不会被 NetStateObject 储存.

创建一个使用连接来提供 BasicRecurrentLayer 状态初始值的图：

不能在 NetStateObject 中使用该图，因为其中没有要保存的状态：

可以使用 NetExtract 来获取保存状态的当前值.

先创建一个 NetStateObject：

对一些数据应用对象：

提取状态的当前值：

对于循环网络，使用 NetStateObject 等同于通过 NetPort[All,"States"] 手动跟踪循环状态.

为了看到这一点，创建一个预测序列的下一个元素的分类器：

在一组输入序列上训练分类器：

创建状态对象，并用它来有效地生成一个最大似然序列，从一个 1 开始：

用 NetPort[All,"States"] 从训练过的网络生成序列，设置并获取循环状态，我们将得到相同的结果：

Wolfram Research (2018)，NetStateObject，Wolfram 语言函数，https://reference.wolfram.com/language/ref/NetStateObject.html.

文本

Wolfram Research (2018)，NetStateObject，Wolfram 语言函数，https://reference.wolfram.com/language/ref/NetStateObject.html.

CMS

Wolfram 语言. 2018. "NetStateObject." Wolfram 语言与系统参考资料中心. Wolfram Research. https://reference.wolfram.com/language/ref/NetStateObject.html.

APA

Wolfram 语言. (2018). NetStateObject. Wolfram 语言与系统参考资料中心. 追溯自 https://reference.wolfram.com/language/ref/NetStateObject.html 年

BibTeX

@misc{reference.wolfram_2024_netstateobject, author="Wolfram Research", title="{NetStateObject}", year="2018", howpublished="\url{https://reference.wolfram.com/language/ref/NetStateObject.html}", note=[Accessed: 21-November-2024 ]}

BibLaTeX

@online{reference.wolfram_2024_netstateobject, organization={Wolfram Research}, title={NetStateObject}, year={2018}, url={https://reference.wolfram.com/language/ref/NetStateObject.html}, note=[Accessed: 21-November-2024 ]}