Средняя функция абсолютной погрешности
perf = mae(E,Y,X,FP)
mae - функция производительности сети. Он измеряет производительность сети как среднее значение абсолютных ошибок.
perf = mae(E,Y,X,FP) берет E и необязательные параметры функции,
E | Матрица или массив ячеек векторов ошибок |
Y | Матрица или массив ячеек выходных векторов (игнорируется) |
X | Вектор всех значений веса и смещения (игнорируется) |
FP | Параметры функции (игнорируются) |
и возвращает среднюю абсолютную ошибку.
dPerf_dx = mae('dx',E,Y,X,perf,FP) возвращает производную от perf в отношении X.
info = mae(' возвращает полезную информацию для каждого code')code символьный вектор:
mae('name') возвращает имя этой функции.
mae('pnames') возвращает имена параметров обучения.
mae('pdefaults') возвращает параметры функции по умолчанию.
Создайте и настройте перцептрон, чтобы иметь один вход и один нейрон:
net = perceptron; net = configure(net,0,0);
Сеть получает пакет входных данных P. Ошибка вычисляется путем вычитания выходных данных. A от цели T. Затем вычисляют среднюю абсолютную ошибку.
p = [-10 -5 0 5 10]; t = [0 0 1 1 1]; y = net(p) e = t-y perf = mae(e)
Обратите внимание, что mae может вызываться только с одним аргументом, поскольку другие аргументы игнорируются. mae поддерживает эти аргументы в соответствии со стандартным списком аргументов функции производительности.
Можно создать стандартную сеть, использующую mae с perceptron.
Подготовка пользовательской сети для обучения mae, комплект net.performFcn кому 'mae'. Это автоматически устанавливает net.performParam в пустую матрицу [], потому что mae не имеет параметров производительности.
В любом случае вызов train или adapt, результаты в mae используется для расчета производительности.