主要内容
Sae
总和绝对错误性能函数
句法
perf = sae（net，t，y，ew）
[...] = SAE（...，'正则化'，正则化）
[...] = SAE（...，'归一化'，归一化）
[...] = SAE（...，FP）
描述
Sae是网络性能函数。它根据平方错误的总和来衡量性能。
perf = sae（net，t，y，ew）采用这些输入参数和可选函数参数，
网 |
神经网络 |
t |
目标向量的矩阵或单元格数组 |
y |
输出向量的矩阵或单元格数组 |
ew |
错误权重（默认= |
并返回总和误差。
该函数具有两个可选函数参数，可以用参数名称/对参数定义，或作为结构fp带有参数名称的字段的参数并分配了参数值：
[...] = SAE（...，'正则化'，正则化）
[...] = SAE（...，'归一化'，归一化）
[...] = SAE（...，FP）
正则化- 可以将默认值设置为0和1之间的任何值。正则化值越大，在性能计算中考虑了越偏的权重和偏差。正常化'没有任何'- 不执行默认设置不进行归一化。'标准'- 将产出和目标标准化为[-1，+1]，因此将错误归一[-2，+2]。'百分'- 将产出和目标标准化为[-0.5，+0.5]，因此将错误归一[-1，+1]。
例子
在这里训练网络以适合简单的数据集及其性能计算
[x，t] = simplefit_dataset;net = fitnet（10，'trainscg'）;net.performfcn ='sae';net =火车（net，x，t）y = net（x）e = t-y perf = sae（net，t，y）
网络使用
准备一个自定义网络接受培训Sae， 放net.performfcn至'sae'。这将自动设置net.performparam到默认函数参数。
在R2010b中引入
