mae

Fonction de performance d’erreur absolue moyenne

Syntaxe

perf = mae(E,Y,X)

dPerf_dx = mae('dx',E,Y,X,perf)

info = mae('code')

Description

Conseil

Pour utiliser une erreur absolue moyenne avec le Deep Learning, utilisez la fonction trainnet et définissez la fonction de perte sur "mae" ou utilisez la fonction l1loss pour les objets dlarray.

perf = mae(E,Y,X) prend une matrice ou un cell array de vecteurs d’erreur, E, et de façon optionnelle une matrice ou un cell array de vecteurs de sortie, Y, un vecteur de toutes les valeurs de poids et de biais, X, et renvoie la performance du réseau comme étant la moyenne des erreurs absolues, perf.

dPerf_dx = mae('dx',E,Y,X,perf) renvoie la dérivée de perf par rapport à X.

info = mae('code') renvoie des informations utiles pour chaque vecteur de caractères code :

• mae('name') renvoie le nom de cette fonction.

• mae('pnames') renvoie les noms des paramètres d’apprentissage.

• mae('pdefaults') renvoie les paramètres de la fonction par défaut.

Exemples

Calculer les performances d’un réseau avec 'mae'

Cet exemple indique comment calculer la performance d’un réseau comme moyenne des erreurs absolues.

Créez et configurez un perceptron afin d’avoir une seule entrée et un seul neurone :

net = perceptron;
net = configure(net,0,0);

Le réseau obtient un batch d’entrées P. L’erreur est calculée en soustrayant la sortie A de la cible T. L’erreur absolue moyenne est ensuite calculée.

p = [-10 -5 0 5 10];
t = [0 0 1 1 1];
y = net(p)
e = t-y
perf = mae(e)

Remarque : mae ne peut être appelé qu'avec un seul argument car les autres arguments sont ignorés. mae supporte ces arguments pour se conformer à la liste d'arguments de la fonction de performance standard.

Arguments d'entrée

E — Erreurs

vecteur | matrice | cell array

Erreurs, définies par un vecteur, une matrice ou un cell array.

Y — Sorties

vecteur | matrice | cell array

Sorties du réseau, définies par un vecteur, une matrice ou un cell array.

X — Poids et biais

vecteur

Valeurs de poids et de biais définies par un vecteur.

Arguments de sortie

perf — Performance du réseau

scalaire

Performance d’un réseau en tant que moyenne des erreurs absolues, renvoyée comme un scalaire.

dPerf_dx — Dérivée de la performance d’un réseau

scalaire

Dérivée de perf par rapport à X, renvoyée comme un scalaire.

En savoir plus

Utilisation d’un réseau

Vous pouvez créer un réseau standard qui utilise mae avec perceptron.

Pour préparer un réseau personnalisé à être entraîner avec mae, définissez net.performFcn à 'mae'. Ainsi, net.performParam est défini automatiquement par la matrice vide []. En effet, mae n'a pas de paramètres de performance.

Dans les deux cas, l'appel de train ou de adapt entraîne l'utilisation de mae pour calculer la performance.

Historique des versions

Introduit avant R2006a

Voir aussi

mse | perceptron