Matlab神经网络输出结果的解读

转自： https://www.cnblogs.com/litthorse/p/7636839.html

最上面的图形显示的是神经网络的结构图，可知有一个隐层一个输出层

第二部分显示的是训练算法，这里为学习率自适应的梯度下降BP算法；误差指标为MSE

第三部分显示训练进度：

Epoch：训练次数；在其右边显示的是最大的训练次数，可以设定，上面例子中设为300；而进度条中显示的是实际训练的次数，上面例子中实际训练次数为146次。

Time：训练时间，也就是本次训练中，使用的时间

Performance：性能指；本例子中为均方误差(mse)的最大值。精度条中显示的是当前的均方误差；进度条右边显示的是设定的均方误差(如果当前的均方误差小于设定值，则停止训练)，这个指标可以用用.trainParam.goal参数设定。

Gradiengt：梯度；进度条中显示的当前的梯度值，其右边显示的是设定的梯度值。如果当前的梯度值达到了设定值，则停止训练。

validation check为泛化能力检查（若连续6次训练误差不降反升，则强行结束训练）

第四部分为作图。分别点击三个按钮能看到误差变化曲线，分别用于绘制当前神经网络的性能图，训练状态和回归分析。