主要内容

均方误差

半均方误差

折叠所有页面

语法

损失= mse(Y，目标)
损失= mse(Y，目标，'DataFormat'，FMT)

描述

半均方误差运算计算回归任务的网络预测值和目标值之间的半均方误差损失。

损失计算公式如下

损失 ＝ 1 2 N ∑ 我 ＝ 1 米 （ X 我 − T 我 ） 2

在哪里X我是网络预测，T我是目标值，米回复的总数在吗X(在所有观察中)，以及N观察的总数在吗X．

请注意

此函数计算预测和存储为的目标之间的一半均方误差损失dlarray数据。如果你想计算a内的一半均方误差损失layerGraph对象或层用于trainNetwork，使用以下图层:

例子

损失= mse (Y，目标）计算预测之间的一半均方误差损失Y以及目标值目标对于回归问题。输入Y必须是格式化的dlarray．输出损失是未格式化的dlarray标量。

损失= mse (Y，目标“DataFormat”,FMT）还指定维度格式FMT当Y不是格式化的dlarray．

例子

全部折叠

一半均方误差评估网络预测与目标值的对应程度。

将输入预测创建为一个高和宽为6的随机值的单个观察值和一个单一通道。

身高= 6;宽度= 6;通道= 1;观察结果= 1;Y = rand(高度，宽度，通道，观测值);Y = dlarray(Y，“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Y．

目标=一(高度，宽度，通道，观测值);

计算预测值与目标值之间的半均方误差。

损失= mse(Y，目标)
损失= 1x1 dlarray 5.2061

输入参数

全部折叠

预测，指定为格式化的dlarray，一个未格式化的dlarray，或数值数组。当Y不是格式化的dlarray时，必须使用DataFormat选择。

如果Y是数值数组，目标一定是dlarray．

目标响应，指定为格式化或非格式化dlarray或者一个数字数组。

的每个维度的大小目标必须匹配相应尺寸的尺寸吗Y．

如果目标是格式化的dlarray，则其格式必须与的格式一致Y，或与DataFormat如果Y未格式化。

如果目标是未格式化的dlarray或数值数组，则函数应用的格式Y或者是DataFormat来目标．

提示

格式化dlarray对象自动排列底层数据的维度以使其具有顺序“S”(空间),“C”(通道),“B”(批处理),“T”(时间),然后“U”(不明)。保证尺寸Y而且目标一致，当Y是格式化的dlarray，也指定目标作为格式化的dlarray．

未格式化输入数据的维度顺序，指定为由逗号分隔的对组成的“DataFormat”和字符数组或字符串FMT它为数据的每个维度提供了一个标签。中的每个字符FMT必须是以下其中之一:

  • “年代”——空间

  • “C”——频道

  • “B”-批次(例如，样品和观察)

  • “T”-时间(例如，序列)

  • “U”——未指明的

您可以指定多个有标记的维度“年代”或“U”．你可以使用标签“C”，“B”,“T”最多一次。

您必须指定FMT, DataFormat”当输入数据未被格式化时dlarray．

例子:“DataFormat”、“SSCB”

数据类型:字符|字符串

输出参数

全部折叠

一半均方误差损失，返回为未格式化dlarray标量。输出损失具有与输入相同的底层数据类型Y．

更多关于

全部折叠

一半均方误差损失

的均方误差函数计算回归问题的半均方误差损失。有关的详细信息，请参见回归输出层在RegressionOutputLayer参考页面。

扩展功能

版本历史

R2019b引入

另请参阅

||||||

主题