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.
