均值平均归一化误差性能功能
采取神经网络,轶
= MSE(净
那T.
那y
那EW.
)净
,矩阵或细胞阵列的目标,T.
,输出矩阵或小区阵列,y
和错误权重,EW.
,并返回平均方形错误。
此函数有两个可选参数,它与网络相关联net.trainfcn.
设置为此功能:
'正规化'
可以设置为0到1之间的任何值。正则化值越大,相对于错误的性能计算中包含更多的平方权重和偏差。默认值为0,对应于没有正则化。
'正常化'
可以设置为'没有'
(默认值);'标准'
,该标准化-2和2之间的误差,对应于归一化-1和1之间的归一化输出和目标;和'百分之'
,该功能在-1和1之间标准化误差。此功能对于具有多元素输出的网络非常有用。它确保了具有不同目标值范围的输出元件的相对精度被视为同样重要的,而不是优先考虑具有最大目标值范围的输出元件的相对精度。
您可以创建一个使用的标准网络MSE
借FeedforwardNet.
或者cascadeforwardnet.
。准备自定义网络培训MSE
,集net.performfcn.
到目前为止'妈妈'
。这会自动设置net.performparam.
到具有默认可选参数值的结构。
MSE
是网络性能功能。根据平方误差的平均值测量网络的性能。