sumsqr

(제거될 예정임) 행렬 요소의 제곱합

sumsqr 함수는 향후 릴리스에서 제거될 예정입니다. 자세한 내용은 Transition Legacy Neural Network Code to dlnetwork Workflows 항목을 참조하십시오.

코드 업데이트에 대한 자세한 지침은 버전 내역 항목을 참조하십시오.

구문

[s,n] = sumsqr(x)

설명

[s,n] = sumsqr(x)는 행렬 또는 행렬로 구성된 셀형 배열 x를 받은 다음 x의 모든 유한 값의 제곱합 s와 유한 값의 개수 n을 반환합니다.

x에 유한 값이 없는 경우 반환되는 합은 0이 됩니다.

예제

sumsqr 함수를 사용하여 요소의 제곱합 구하기

이 예제에서는 sumsqr 함수를 사용하여 행렬과 셀형 배열의 요소의 제곱합을 구하는 방법을 보여줍니다.

m = sumsqr([1 2;3 4])

m = 
30

[m,n] = sumsqr({[1 2; NaN 4], [4 5; 2 3]})

m = 
75

n = 
7

입력 인수

x — 입력 행렬

행렬 | 행렬로 구성된 셀형 배열

입력 요소로, 행렬 또는 행렬로 구성된 셀형 배열로 지정됩니다.

출력 인수

s — 요소의 제곱합

스칼라

x의 모든 요소의 제곱합으로, 스칼라로 반환됩니다.

n — 유한 값의 개수

스칼라

x의 유한 값의 개수로, 스칼라로 반환됩니다.

버전 내역

R2006a 이전에 개발됨

R2026a: sumsqr 함수는 제거될 예정임

sumsqr 함수는 향후 릴리스에서 제거될 예정입니다.

지원되는 수학 연산과 딥러닝 연산 및 계층에 대해 자세히 알아보려면 다음 예제와 항목을 참조하십시오.

• 심층 신경망 디자이너를 사용하여 신경망 구축하기

• 딥러닝 계층 목록

• List of Functions with dlarray Support

행렬 X에서 유한요소의 제곱합과 유한요소 수를 계산하려면 다음을 사용하십시오.

idx = isfinite(X);
s = sum(X(idx).*X(idx),"all");
n = sum(idx,"all");

자세한 내용은 Transition Legacy Neural Network Code to dlnetwork Workflows 항목을 참조하십시오.

참고 항목

시계열 모델러 | fitrnet (Statistics and Machine Learning Toolbox) | fitcnet (Statistics and Machine Learning Toolbox) | trainnet | trainingOptions | dlnetwork

도움말 항목

• Training Neural Networks with Tabular Data
• Training Neural Networks with Time Series Data
• Transition Legacy Neural Network Code to dlnetwork Workflows