mae

평균절대오차 성능 함수

구문

perf = mae(E,Y,X)

dPerf_dx = mae('dx',E,Y,X,perf)

info = mae('code')

설명

팁

딥러닝에서 평균절대오차를 사용하려면 trainnet 함수를 사용하여 손실 함수를 "mae"로 설정하거나, dlarray 객체에 l1loss 함수를 사용합니다.

perf = mae(E,Y,X)는 오차 벡터로 구성된 행렬 또는 셀형 배열 E, 출력 벡터로 구성된 행렬 또는 셀형 배열 Y(선택 사항), 모든 가중치 및 편향값으로 구성된 벡터 X를 받습니다. 그런 다음 신경망 성능을 평균절대오차 perf로 반환합니다.

dPerf_dx = mae('dx',E,Y,X,perf)는 X에 대한 perf의 도함수를 반환합니다.

info = mae('code')는 다음과 같이 각 code 문자형 벡터에 대한 유용한 정보를 반환합니다.

• mae('name')은 이 함수의 이름을 반환합니다.

• mae('pnames')는 훈련 파라미터의 이름을 반환합니다.

• mae('pdefaults')는 디폴트 함수 파라미터를 반환합니다.

예제

'mae'로 신경망 성능 계산하기

이 예제에서는 신경망 성능을 절대 오차의 평균으로 계산하는 방법을 보여줍니다.

퍼셉트론을 만들고 입력값 1개와 뉴런 1개를 갖도록 구성합니다.

net = perceptron;
net = configure(net,0,0);

이 신경망에 대한 입력값 배치 P를 지정합니다. 오차는 목표 T에서 출력값 A를 빼어 계산합니다. 그런 다음 평균절대오차를 계산합니다.

p = [-10 -5 0 5 10];
t = [0 0 1 1 1];
y = net(p)
e = t-y
perf = mae(e)

나머지 인수들은 무시되기에 mae는 단 하나의 입력값을 가지고도 호출할 수 있습니다. 표준 성능 함수 인수 목록을 준수할 수 있도록 mae는 이런 인수들을 지원합니다.

입력 인수

E — 오차

벡터 | 행렬 | 셀형 배열

오차로, 벡터, 행렬 또는 셀형 배열로 지정됩니다.

Y — 출력값

벡터 | 행렬 | 셀형 배열

신경망 출력값으로, 벡터, 행렬 또는 셀형 배열로 지정됩니다.

X — 가중치 및 편향

벡터

가중치 및 편향 값으로, 벡터로 지정됩니다.

출력 인수

perf — 신경망 성능

스칼라

절대 오차의 평균으로 측정된 신경망 성능으로, 스칼라로 반환됩니다.

dPerf_dx — 신경망 성능의 도함수

스칼라

X에 대한 perf의 도함수로, 스칼라로 반환됩니다.

세부 정보

신경망 사용

perceptron으로 mae를 사용하는 표준 신경망을 만들 수 있습니다.

mae를 사용하여 훈련할 사용자 지정 신경망을 준비하려면 net.performFcn을 'mae'로 설정하십시오. mae에는 성능 파라미터가 없으므로 이렇게 하면 net.performParam이 자동으로 빈 행렬 []로 설정됩니다.

두 경우 모두, train 또는 adapt를 호출하면 성능 계산에 mae가 사용됩니다.

버전 내역

R2006a 이전에 개발됨

참고 항목

mse | perceptron