帮助中心帮助中心
'mae'
均值绝对误差性能函数
perf = mae(E,Y,X)
dPerf_dx = mae('dx',E,Y,X,perf)
info = mae('code')
示例
perf = mae(E,Y,X) 接受由误差向量组成的矩阵或元胞数组 E、可选的由输出向量组成的矩阵或元胞数组 Y、由所有权重和偏置值组成的向量 X,并以绝对误差的均值 perf 形式返回网络性能。
perf
E
Y
X
dPerf_dx = mae('dx',E,Y,X,perf) 返回 perf 关于 X 的导数。
dPerf_dx
info = mae('code') 返回每个 code 字符向量的有用信息:
code
mae('name') 返回此函数的名称。
mae('name')
mae('pnames') 返回训练参数的名称。
mae('pnames')
mae('pdefaults') 返回默认函数参数。
mae('pdefaults')
全部折叠
此示例说明如何将网络性能计算为绝对误差的均值。
创建并配置一个感知器,使其具有一个输入和一个神经元:
net = perceptron; net = configure(net,0,0);
为网络提供一个输入批量 P。通过从目标 T 中减去输出 A 来计算误差。然后计算均值绝对误差。
P
T
A
p = [-10 -5 0 5 10]; t = [0 0 1 1 1]; y = net(p) e = t-y perf = mae(e)
请注意,只能使用一个参量调用 mae,因为其他参量会被忽略。mae 支持那些符合标准性能函数参量列表的参量。
mae
误差,指定为向量、矩阵或元胞数组。
网络输出,指定为向量、矩阵或元胞数组。
权重和偏置值,指定为向量。
作为绝对误差均值的网络性能,以标量形式返回。
perf 关于 X 的导数,以标量形式返回。
您可以创建一个将 mae 与 perceptron 搭配使用的标准网络。
perceptron
要准备使用 mae 训练的自定义网络,请将 net.performFcn 设置为 'mae'。这会自动将 net.performParam 设置为空矩阵 [],因为 mae 没有性能参数。
net.performFcn
net.performParam
[]
在任一情况下,调用 train 或 adapt 都会导致使用 mae 计算性能。
train
adapt
在 R2006a 之前推出
mse | perceptron
mse
您点击的链接对应于以下 MATLAB 命令:
请在 MATLAB 命令行窗口中直接输入以执行命令。Web 浏览器不支持 MATLAB 命令。
Select a Web Site
Choose a web site to get translated content where available and see local events and offers. Based on your location, we recommend that you select: .
You can also select a web site from the following list:
Select the China site (in Chinese or English) for best site performance. Other MathWorks country sites are not optimized for visits from your location.
Contact your local office