mse

Половина среднеквадратической ошибки

свернуть все на странице

Синтаксис

dlY = mse(dlX,targets)
dlY = mse(dlX,targets,'DataFormat',FMT)

Описание

Половина операции среднеквадратической ошибки вычисляет половину потери среднеквадратической ошибки между сетевыми прогнозами и целевыми значениями для проблем регрессии.

Потеря вычисляется с помощью следующей формулы

потеря=12N∑i=1M(Xi−Ti)2

где Xi является сетевым ответом, Ti является целевым значением, M является общим количеством ответов в X (через все наблюдения), и N является общим количеством наблюдений в X.

Примечание

Эта функция вычисляет половину потери среднеквадратической ошибки между прогнозами и предназначается сохраненный как dlarray данные. Если вы хотите вычислить половину потери среднеквадратической ошибки в layerGraph объект или Layer массив для использования с trainNetwork, используйте следующий слой:

пример

dlY = mse(dlX,targets) вычисляет половину потери среднеквадратической ошибки между прогнозами dlX и целевые значения targets для проблем регрессии. Вход dlX отформатированный dlarray с метками размерности. Выход dlY бесформатный скалярный dlarray без меток размерности.

dlY = mse(dlX,targets,'DataFormat',FMT) также указывает, что размерность маркирует FMT когда dlX не отформатированный dlarray.

Примеры

свернуть все

Половина среднеквадратической ошибки оценивает, как хорошо сетевые прогнозы соответствуют целевым значениям.

Создайте входные прогнозы как одно наблюдение за случайными значениями с высотой и шириной шесть и один канал. 

height = 6;
width = 6;
channels = 1;
observations = 1;

X = rand(height,width,channels,observations);
dlX = dlarray(X,'SSCB')

Создайте целевые значения как числовой массив с тем же порядком размерности как входные данные dlX.

targets = ones(height,width,channels,observations);

Вычислите половину среднеквадратической ошибки между прогнозами и целями.

dlY = mse(dlX,targets)
dlY =

  1x1 dlarray

    5.2061

Входные параметры

свернуть все

Прогнозы, заданные как dlarray с или без меток размерности или числового массива. Когда dlX не отформатированный dlarray, необходимо задать формат этикетки размерности с помощью 'DataFormat',FMT. Если dlX числовой массив, targets должен быть dlarray.

Типы данных: single | double

Целевые значения, заданные как dlarray с или без меток размерности или числового массива. Если targets бесформатный dlarray или числовой массив, это должно иметь тот же порядок размерности как вход dlX. Размер каждой размерности targets должен совпадать с размером каждой соответствующей размерности в dlX.

Типы данных: single | double

Порядок размерности бесформатных входных данных, заданных как разделенная запятой пара, состоящая из 'DataFormat' и символьный массив или строка, которая обеспечивает метку для каждой размерности данных. Каждый символ в FMT должно быть одно из следующего:

  • 'S' — Пространственный

  • 'C' — Канал

  • 'B' — Пакет (например, выборки и наблюдения)

  • 'T' — Время (например, последовательности)

  • 'U' — Незаданный

Можно указать, что несколько размерностей пометили 'S' или 'U'. Можно использовать, маркирует 'C'B, или 'T' самое большее однажды.

Необходимо задать 'DataFormat' когда входные данные dlX бесформатный dlarray.

Пример: 'DataFormat','SSCB'

Типы данных: char | string

Выходные аргументы

свернуть все

Половина потери среднеквадратической ошибки, возвращенной как dlarray скаляр без меток размерности. Выход dlY имеет тот же базовый тип данных как вход dlX.

Больше о

свернуть все

Половина потери среднеквадратической ошибки

mse функция вычисляет половину потери среднеквадратической ошибки для проблем регрессии. Для получения дополнительной информации см. определение Регрессии Выходной Слой на RegressionOutputLayer страница с описанием.

Расширенные возможности

Смотрите также

| | | |

Темы

Введенный в R2019b

Документация Deep Learning Toolbox
Поддержка
Для просмотра документации необходимо авторизоваться на сайте