Средняя абсолютная ошибка эффективности функция
perf = mae(E,Y,X,FP)
mae
- функция эффективности. Он измеряет эффективность сети как среднее значение абсолютных ошибок.
perf = mae(E,Y,X,FP)
принимает E
и необязательные параметры функции,
E | Матрица или массив ячеек из векторов ошибок |
Y | Матрица или массив ячеек из выходных векторов (проигнорирован) |
X | Вектор всех значений веса и смещения (проигнорирован) |
FP | Параметры функции (проигнорированные) |
и возвращает среднюю абсолютную ошибку.
dPerf_dx = mae('dx',E,Y,X,perf,FP)
возвращает производную perf
относительно X
.
info = mae (
возвращает полезную информацию для каждого 'code
')code
вектор символов:
mae('name')
возвращает имя этой функции.
mae('pnames')
возвращает имена параметров обучения.
mae('pdefaults')
возвращает параметры функции по умолчанию.
Создайте и сконфигурируйте перцептрон, чтобы иметь один вход и один нейрон:
net = perceptron; net = configure(net,0,0);
Сети выдается пакет входов P
. Ошибка вычисляется путем вычитания выхода A
от целевого T
. Затем вычисляется средняя абсолютная ошибка.
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
можно вызвать только с одним аргументом, поскольку другие аргументы игнорируются. mae
поддерживает эти аргументы, чтобы соответствовать стандартному списку аргументов функции эффективности.
Можно создать стандартную сеть, которая использует mae
с perceptron
.
Чтобы подготовить пользовательскую сеть для обучения с mae
, задать net.performFcn
на 'mae'
. Это автоматически устанавливает net.performParam
в пустую матрицу []
, потому что mae
не имеет параметров эффективности.
В любом случае вызов train
или adapt
, результаты в mae
используется для вычисления эффективности.