Средняя функция производительности абсолютной погрешности
perf = mae(E,Y,X,FP)
mae является функцией производительности сети. Это измеряет уровень сети как среднее значение абсолютных погрешностей.
perf = mae(E,Y,X,FP) берет E и дополнительные параметры функции,
E | Матричный или массив ячеек векторов ошибок |
Y | Матричный или массив ячеек выходных векторов (проигнорирован) |
X | Вектор всего веса и значений смещения (проигнорирован) |
FP | Параметры функции (проигнорированы) |
и возвращает среднюю абсолютную погрешность.
dPerf_dx = mae('dx',E,Y,X,perf,FP) возвращает производную perf относительно X.
info = mae('code')code:
mae('name') возвращает имя этой функции.
mae('pnames') возвращает имена учебных параметров.
mae('pdefaults') возвращает параметры функции по умолчанию.
Создайте и сконфигурируйте perceptron, чтобы иметь вход того и один нейрон:
net = perceptron; net = configure(net,0,0);
Сети дают пакет входных параметров P. Ошибка вычисляется путем вычитания вывода A из целевого T. Затем средняя абсолютная погрешность вычисляется.
p = [-10 -5 0 5 10]; t = [0 0 1 1 1]; y = net(p) e = t-y perf = mae(e)
Обратите внимание на то, что mae может быть вызван только одним аргументом, потому что другие аргументы проигнорированы. mae поддерживает те аргументы, чтобы соответствовать стандартному списку аргументов функции производительности.
Можно создать стандартную сеть, которая использует mae с perceptron.
Чтобы подготовить пользовательскую сеть, которая будет обучена с mae, устанавливает net.performFcn на 'mae'. Это автоматически устанавливает net.performParam на пустой матричный [], потому что mae не имеет никаких эксплуатационных параметров.
Или в случае, вызывая train или в adapt, результатах в mae, используемом, чтобы вычислить производительность.