Exponenta Banner
exponenta event banner

mse

Половина среднеквадратичной ошибки

свернуть все на странице

Синтаксис

dlY = mse (dlX, цели)
dlY = mse (dlX, целевые объекты, «DataFormat», FMT)

Описание

Операция вычисления среднеквадратичной ошибки вычисляет среднеквадратичную потерю ошибки между предсказаниями сети и целевыми значениями для задач регрессии.

Потери рассчитываются по следующей формуле:

loss=12N∑i=1M (Xi − Ti) 2

где Xi - сетевой ответ, Ti - целевое значение, M - общее число ответов в X (по всем наблюдениям), и N - общее число наблюдений в X.

Примечание

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

пример

dlY = mse(dlX,targets) вычисляет половину среднеквадратичной потери ошибок между прогнозами dlX и целевые значения targets для регрессионных задач. Вход dlX является отформатированным dlarray с метками размеров. Продукция dlY является неформатированным скаляром dlarray без меток размеров.

dlY = mse(dlX,targets,'DataFormat',FMT) также задает формат размера FMT когда dlX не является отформатированным dlarray.

Примеры

свернуть все

Среднеквадратическая ошибка оценивает, насколько хорошо сетевые прогнозы соответствуют целевым значениям.

Создайте входные прогнозы как единое наблюдение случайных значений высотой и шириной шесть и одного канала. 

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

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

Создание целевых значений в виде числового массива с тем же порядком размеров, что и входные данные dlX.

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

Вычислите половину средней квадратичной ошибки между прогнозами и целями.

dlY = mse(dlX,targets)
dlY =

  1x1 dlarray

    5.2061

Входные аргументы

свернуть все

Прогнозы, указанные как dlarray с метками размеров или без них или числовым массивом. Когда dlX не является отформатированным dlarray, необходимо указать формат метки размера с помощью 'DataFormat',FMT. Если dlX - числовой массив, targets должно быть dlarray.

Типы данных: single | double

Целевые значения, указанные как форматированные или неформатированные dlarray или числовой массив.

Если targets является отформатированным dlarray, его формат измерения должен совпадать с форматом X, или то же самое, что 'DataFormat' если X является неформатированным

Если targets является неформатированным dlarray или числовой массив, размер targets должен точно соответствовать размеру X. Формат X или значение 'DataFormat' неявно применяется к targets.

Типы данных: single | double

Размерный порядок неформатированных входных данных, указанный как разделенная запятыми пара, состоящая из 'DataFormat' и символьный массив или строку FMT с меткой для каждого измерения данных. Каждый символ в FMT должен быть одним из следующих:

  • 'S' - Пространственный

  • 'C' - Канал

  • 'B' - Партия (например, пробы и наблюдения)

  • 'T' - Время (например, последовательности)

  • 'U' - Не указано

Можно указать несколько размеров с метками 'S' или 'U'. Можно использовать метки 'C', 'B', и 'T' максимум один раз.

Необходимо указать 'DataFormat',FMT когда входные данные dlX не является отформатированным dlarray.

Пример: 'DataFormat','SSCB'

Типы данных: char | string

Выходные аргументы

свернуть все

Половина средней квадратичной потери ошибки, возвращенной как dlarray скаляр без меток размеров. Продукция dlY имеет тот же базовый тип данных, что и входной dlX.

Подробнее

свернуть все

Половина среднеквадратичной потери ошибок

mse функция вычисляет половину среднеквадратичной потери ошибок для регрессионных задач. Дополнительные сведения см. в определении выходного уровня регрессии на RegressionOutputLayer справочная страница.

Расширенные возможности

См. также

| | | | | |

Темы

Представлен в R2019b

Документация по инструментам для глубокого обучения

Поддержка