이 번역 페이지는 최신 내용을 담고 있지 않습니다. 최신 내용을 영문으로 보려면 여기를 클릭하십시오.
mse
정규화된 평균제곱오차 성능 함수
설명
팁
딥러닝에서 평균제곱오차를 사용하려면 regressionLayer
를 사용하거나 dlarray
메서드 mse를 사용하십시오.
는 신경망 perf
= mse(net
,t
,y
,ew
)net
, 목표값으로 구성된 행렬 또는 셀형 배열 t
, 출력값으로 구성된 행렬 또는 셀형 배열 y
, 오차 가중치 ew
를 받아서 평균제곱오차를 반환합니다.
이 함수에는 2개의 선택적 파라미터가 있습니다. 이 선택적 파라미터는 net.trainFcn
값이 이 함수로 설정된 신경망에 연결되어 있습니다.
'regularization'
은 0과 1 사이의 임의 값으로 설정할 수 있습니다. 정규화 값이 클수록 오차를 기준으로 한 가중치와 편향의 제곱 값이 성능 계산 시 더 많이 고려됩니다. 디폴트 값은 0(정규화 없음)입니다.'normalization'
은'none'
(디폴트 값),'standard'
(오차를 -2와 2 사이로 정규화하며, 이는 출력값과 목표값을 -1과 1 사이로 정규화하는 것에 대응됨),'percent'
(오차를 -1과 1 사이로 정규화)로 설정할 수 있습니다. 이 기능은 여러 개의 요소를 가진 출력값을 갖는 신경망에서 유용합니다. 목표값 범위가 가장 큰 출력 요소의 상대 정확도를 우선시하지 않고, 서로 다른 목표값 범위를 갖는 출력 요소의 상대 정확도를 모두 똑같이 중요하게 취급하기 때문입니다.
feedforwardnet
또는 cascadeforwardnet
으로 mse
를 사용하는 표준 신경망을 만들 수 있습니다. mse
를 사용하여 훈련할 사용자 지정 신경망을 준비하려면 net.performFcn
을 'mse'
로 설정하십시오. 이렇게 하면 net.performParam
이 자동으로 디폴트 선택적 파라미터 값을 갖는 구조체로 설정됩니다.
mse
는 신경망 성능 함수입니다. 이 함수는 신경망의 성능을 평균제곱오차로 측정합니다.
예제
입력 인수
출력 인수
버전 내역
R2006a 이전에 개발됨