matlab训练神经网络时,使用mse(均方误差)以外的性能函数。

本文介绍了神经网络训练中常用的性能函数,包括均方误差(MSE)、平均绝对误差(MAE)等,并提供了一个使用MAE作为性能函数的神经网络训练实例代码。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

  除了默认的mse(均方误差)这个性能函数外,还有mae(平均绝对误差)、sae(绝对值和误差)、sse(平方和误差)、crossentropy(交叉熵)。

  要调用其他性能函数,只需要加一行代码:net.performFcn = 'mae';。net是网络名,这里是用的mae性能函数。

  再贴上一个完整的神经网络训练代码吧:

x_train = [1,2,3,4,5];
y_train = [2,4,6,8,10];
net=newff(x_train,y_train,5,{'logsig','purelin'},'trainrp');
net.trainParam.lr=0.1;
net.performFcn = 'mae'; 
[net,tr] = train(net,x_train,y_train);

  这里就是使用了mae性能函数。

评论 5
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值