perform

신경망 성능 계산

구문

perf = perform(net,t,y,ew)

설명

perf = perform(net,t,y,ew)는 신경망 net, 목표값 T, 출력값 Y, 오차 가중치 EW(선택 사항)를 받고 net.performFcn과 net.performParam 속성값에 따라 신경망 성능을 반환합니다.

목표 데이터와 출력 데이터는 동일한 차원을 가져야 합니다. 오차 가중치는 대부분의 경우 목표값과 차원이 같을 수 있지만, 오차 가중치의 한 차원이 1일 수도 있습니다. 이로 인해 원하는 어느 차원에 대해서도 오차 가중치를 정의할 수 있게 됩니다.

예제

'perform' 함수를 사용하여 신경망 성능 계산하기

이 예제에서는 perform 함수를 사용하여 피드포워드 신경망의 성능을 계산하는 방법을 보여줍니다.

간단한 피팅 데이터 세트의 데이터를 사용하여 피드포워드 신경망을 만들고 성능을 계산합니다.

[x,t] = simplefit_dataset;
net = feedforwardnet(20);
net = train(net,x,t);
y = net(x);
perf = perform(net,t,y)

perf =

   2.3654e-06

입력 인수

net — 입력 신경망

신경망

입력 신경망으로, network 객체로 지정됩니다. network 객체를 만들려면 feedforwardnet 또는 narxnet 등을 사용하십시오.

t — 신경망 목표값

행렬 | 셀형 배열

신경망 목표값으로, 행렬 또는 셀형 배열로 지정됩니다.

y — 신경망 출력값

행렬 | 셀형 배열

신경망 출력값으로, 행렬 또는 셀형 배열로 지정됩니다.

ew — 오차 가중치

벡터 | 행렬 | 셀형 배열

오차 가중치로, 벡터, 행렬 또는 셀형 배열로 지정됩니다.

오차 가중치는 다음과 같이 표본, 출력 요소, 시간 스텝 또는 신경망 출력값으로 정의할 수 있습니다.

ew = [1.0 0.5 0.7 0.2]; % Across 4 samples
ew = [0.1; 0.5; 1.0]; % Across 3 elements
ew = {0.1 0.2 0.3 0.5 1.0}; % Across 5 timesteps
ew = {1.0; 0.5}; % Across 2 outputs

오차 가중치를 임의의 조합으로 정의할 수도 있습니다. 예를 들어 4개의 시간 스텝에 걸쳐 2개의 시계열(즉, 2개의 표본)에서 정의할 수 있습니다.

ew = {[0.5 0.4],[0.3 0.5],[1.0 1.0],[0.7 0.5]};

일반적인 경우에는 오차 가중치가 목표값과 정확히 같은 차원을 가질 수 있는데, 이때 각 목표값은 연결된 오차 가중치를 갖게 됩니다.

디폴트 오차 가중치는 모든 오차를 동일하게 취급합니다.

ew = {1}

출력 인수

perf — 신경망 성능

스칼라

신경망 성능으로, 스칼라로 반환됩니다.

버전 내역

R2010b에 개발됨

참고 항목

train | configure | init