MATLAB深度学习LSTM 标签分类classificationLayer层，YTrain的设置出错

问题：

使用matlab深度学习工具箱进行标签分类，设置XTrain为输入是n×1的元胞数组，每个元胞数据有6个特征值，YTrain输出是n×1的元胞数组，内容为标签'0'或‘1’。

LSTM层和options设置如下：

layers = [ ...
    sequenceInputLayer(inputsize)
    bilstmLayer(numHiddenUnits,'OutputMode','last')
    fullyConnectedLayer(numClasses)
    softmaxLayer
    classificationLayer];

options = trainingOptions('adam', ...
    'MaxEpochs',10, ...
    'GradientThreshold',2, ...
    'InitialLearnRate',0.005, ...
    'LearnRateSchedule','piecewise', ...
    'LearnRateDropPeriod',100, ...
    'LearnRateDropFactor',0.2, ...
    'Verbose',0, ...
    'Plots','training-progress',...
    'SequenceLength','longest', ...
    'MiniBatchSize',3);

利用深度学习工具进行lstm模型训练时，运行下方代码一直报这个错误。

net = trainNetwork(XTrain,YTrain,layers,options);

报错：

无效的训练数据。响应必须为分类响应的向量,或者为分类响应序列的元胞数组。

解决方案：

看了好多才发现自己有点呆，LSTM使用classificationLayer分类层时，YTrain需要使用标签元胞categoryCell，所以我的YTrain输入使用元胞数组、矩阵都是不行的，需要将ytrain转化为标签类型。使用categorical函数将ytrain改成标签类型。

dataTrain_output = categorical(dataTrain_output);

再重新训练就可以啦，开心~