sae
절대 오차 성능 함수 합계
구문
perf = sae(net,t,y,ew)
[...] = sae(...,'regularization',regularization)
[...] = sae(...,'normalization',normalization)
[...] = sae(...,FP)
설명
sae
는 신경망 성능 함수입니다. 이 함수는 신경망의 성능을 오차제곱합으로 측정합니다.
perf = sae(net,t,y,ew)
는 다음과 같은 입력 인수와 선택적 함수 파라미터를 받습니다.
net | 신경망 |
t | 목표 벡터로 구성된 행렬 또는 셀형 배열 |
y | 출력 벡터로 구성된 행렬 또는 셀형 배열 |
ew | 오차 가중치(디폴트 값 = |
그런 다음 오차제곱합을 반환합니다.
이 함수에는 2개의 선택적 함수 파라미터가 있습니다. 이들 선택적 함수 파라미터는 파라미터 이름/값 쌍 인수를 사용하여 정의하거나 필드에 파라미터 이름과 파라미터 값이 지정된 구조체 FP
인수를 사용하여 정의할 수 있습니다.
[...] = sae(...,'regularization',regularization)
[...] = sae(...,'normalization',normalization)
[...] = sae(...,FP)
regularization
— 디폴트 값 0과 1 사이의 임의 값으로 설정할 수 있습니다. 정규화 값이 클수록 가중치와 편향의 제곱 값이 성능 계산 시 더 많이 고려됩니다.normalization
'none'
- 정규화를 수행하지 않음(디폴트 값).'standard'
— 출력값과 목표값을[-1, +1]
로 정규화하고 그에 따라 오차를[-2, +2]
로 정규화.'percent'
— 출력값과 목표값을[-0.5, +0.5]
로 정규화하고 그에 따라 오차를[-1, +1]
로 정규화.
예제
간단한 데이터 세트를 피팅하도록 신경망을 훈련시키고 신경망의 성능을 계산합니다.
[x,t] = simplefit_dataset; net = fitnet(10,'trainscg'); net.performFcn = 'sae'; net = train(net,x,t) y = net(x) e = t-y perf = sae(net,t,y)
신경망 사용
sae
를 사용하여 훈련할 사용자 지정 신경망을 준비하려면 net.performFcn
을 'sae'
로 설정하십시오. 이렇게 하면 net.performParam
이 자동으로 디폴트 함수 파라미터로 설정됩니다.
버전 내역
R2010b에 개발됨