主要内容

微卫星

半均方误差

折叠所有页面

语法

dlY=毫秒（dlX，目标）
dlY=mse（dlX，目标，'DataFormat'，FMT）

描述

半均方误差运算计算网络预测和回归任务目标值之间的半均方误差损失。

使用以下公式计算损失

丧失 = 1. 2. N ∑ 我 = 1. M ( X 我 − T 我 ) 2.

哪里X我是网络的反应,，T我是目标值,，M是中的响应总数X（所有观察结果），以及N是中的观察总数X.

笔记

此函数计算预测和存储为的目标之间的半均方误差损失dlarray数据。如果你想计算一年内的半均方误差损失分层图反对或层与一起使用的数组列车网络，使用以下图层：

实例

德利=毫秒(dlX,目标)计算预测之间的半均方误差损失dlX以及目标值目标对于回归问题，输入dlX是格式化的dlarray带有标注标签。输出德利是一个未格式化的标量dlarray没有标注标签。

德利=毫秒(dlX,目标，“数据格式”，FMT)还指定标注格式FMT什么时候dlX不是格式化的dlarray.

例子

全部崩溃

半均方误差评估网络预测与目标值的对应程度。

将输入预测创建为高度和宽度为6的随机值的单个观测值和单个通道。

高度=6；宽度=6；通道=1；观察值=1；X=兰德（高度、宽度、通道、观测值）；dlX=dlX阵列（X，“SSCB”)

将目标值创建为与输入数据具有相同维度顺序的数字数组dlX.

目标=个（高度、宽度、通道、观测）；

计算预测和目标之间的半均方误差。

dlY=毫秒（dlX，目标）
dlY=1x1 DL5.2061阵列

输入参数

全部崩溃

预测，指定为dlarray带或不带标注标签或数字数组。当dlX不是格式化的dlarray，必须使用指定标注标签格式“数据格式”，FMT如果dlX是一个数字数组，目标一定是个dlarray.

数据类型：仅有一个的|双重的

目标值，指定为格式化或未格式化dlarray或数字数组。

如果目标是格式化的dlarray，其维度格式必须与的格式相同X，或与“数据格式”如果X是无格式的

如果目标是一个无格式的dlarray或数字数组，大小为目标必须完全匹配X.文件的格式X或价值“数据格式”隐式应用于目标.

数据类型：仅有一个的|双重的

未格式化输入数据的维度顺序，指定为逗号分隔对，由“数据格式”和一个字符数组或字符串FMT为数据的每个维度提供标签。中的每个字符FMT必须是以下内容之一：

  • 'S'-空间的

  • “C”-渠道

  • “B”-批次（例如，样品和观察）

  • “不”-时间（例如，序列）

  • “你”-未指明

可以指定多个标注'S'或“你”。你可以使用标签“C”,“B”和“不”最多一次。

您必须指定“数据格式”，FMT当输入数据dlX不是格式化的dlarray.

例子：“数据格式”、“SSCB”

数据类型：烧焦|一串

输出参数

全部崩溃

均方误差损失的一半，返回为dlarray不带标注标签的标量。输出德利与输入具有相同的基础数据类型dlX.

更多关于

全部崩溃

半均方误差损失

这个微卫星函数计算回归问题的半均方误差损失。有关更多信息，请参阅回归输出层上回归输出层参考页。

扩展能力

另见

||||||

话题

在R2019b中引入

深度学习工具箱文档

金宝app

用MATLAB引入深度学习

用MATLAB引入深度学习

下载电子书