文件帮助中心文件
半均匀的误差
dly = mse(DLX,目标)
Dly = MSE(DLX,Targets,'dataformat',fmt)
半平方平方误差操作计算回归任务的网络预测和目标值之间的半平均误差损失。
使用以下公式计算损失
损失 = 1 2 N σ. 一世 = 1 m ( X 一世 - T. 一世 ) 2
在哪里X一世是网络响应,T.一世是目标值,m是答复总数X(在所有观察中),和N是总数的观察数X。
笔记
该功能计算存储为的预测和目标之间的半平均断线丢失dlarray.数据。如果要计算半平均平方损失分层图对象或者层阵列使用Trainnetwork.,使用以下图层:
dlarray.
分层图
层
Trainnetwork.
回归金属
例子
d= MSE(DLX.那目标)计算预测之间的半平均平方误差DLX.和目标值目标为了回归问题。输入DLX.是一个格式化的dlarray.有维标签。输出d是一个未格式化的标量dlarray.没有维度标签。
d= MSE(DLX.那目标)
d
DLX.
目标
d= MSE(DLX.那目标,'dataformat',FMT.)还指定维度格式FMT.什么时候DLX.不是格式化的dlarray.。
d= MSE(DLX.那目标,'dataformat',FMT.)
FMT.
全部收缩
半平方平方误差评估网络预测对应于目标值的程度。
创建输入预测作为随机值的单一观察,其高度和宽度为六个和单个通道。
高度= 6;宽度= 6;频道= 1;观察= 1;x = rand(高度,宽度,频道,观察);dlx = dlarray(x,'SSCB')
将目标值创建为具有与输入数据相同的维度顺序的数字阵列DLX.。
目标=(高度,宽度,频道,观察);
计算预测和目标之间的半平均平方误差。
dly = 1x1 dlarray 5.2061
预测,指定为adlarray.有或没有维标签或数字数组。什么时候DLX.不是格式化的dlarray.,您必须使用尺寸标签格式使用'dataformat',fmt。如果DLX.是一个数字数组,目标必须是A.dlarray.。
'dataformat',fmt
数据类型:单身的|双倍的
单身的
双倍的
目标值,指定为格式或未格式化dlarray.或数字数组。
如果目标是一个格式化的dlarray.,其维度格式必须与格式相同X,或者是一样的'datomformat'如果X是不格式化的
X
'datomformat'
如果目标是一个无格式化的人dlarray.或数字数组,大小目标必须与之匹配X。格式X或者价值'datomformat'隐含地应用于目标。
未格式化的输入数据的维度顺序,指定为逗号分隔对组成'datomformat'和一个字符数组或字符串FMT.为数据的每个维度提供标签。每个角色FMT.必须是以下之一:
'- 空间
'
'C'- 渠道
'C'
'B'- 批次(例如,样品和观察)
'B'
'T'- 时间(例如,序列)
'T'
'U'- 未指定
'U'
您可以指定标记的多个维度'要么'U'。您可以使用标签'C'那'B', 和'T'最多一次。
您必须指定'dataformat',fmt当输入数据时DLX.不是格式化的dlarray.。
例子:'dataformat','sscb'
'dataformat','sscb'
数据类型:char|细绳
char
细绳
半平方平方错误丢失,作为一个返回dlarray.标量没有维标签。输出d具有与输入相同的底层数据类型DLX.。
这MSE功能计算回归问题的半平均断线丢失。有关更多信息,请参阅定义回归输出层在这一点回归outputLayer.参考页面。
MSE
回归outputLayer.
使用说明和限制:
当以下至少一个输入参数中是一个GPUArray.或者dlarray.具有类型的底层数据GPUArray.,此函数在GPU上运行:
GPUArray.
有关更多信息,请参阅在GPU上运行matlab函数(并行计算工具箱)。
基于分子|dlarray.|dlfeval.|Dlgradient.|hu|sigmoid.|softmax.
基于分子
dlfeval.
Dlgradient.
hu
sigmoid.
softmax.
您单击了与此MATLAB命令对应的链接:
在MATLAB命令窗口中输入它来运行命令。Web浏览器不支持MATLAB命令。万博1manbetx
选择一个网站,以便在可用的地方进行翻译的内容,并查看本地活动和优惠。根据您的位置,我们建议您选择:。
您还可以从以下列表中选择一个网站:
选择中国网站(以中文或英文)以获取最佳网站性能。其他MathWorks国家网站未优化您的位置。
联系您当地的办公室