mse

Fonction de performance d’erreur quadratique moyenne normalisée

Syntaxe

perf = mse(net,t,y,ew)

Description

Conseil

Pour utiliser une erreur quadratique moyenne avec le Deep Learning, utilisez la fonction trainnet et définissez la fonction de perte sur "mse" ou utilisez la fonction l2loss pour les objets dlarray.

perf = mse(net,t,y,ew) prend un réseau de neurones, net, une matrice ou un cell array de cibles, t, une matrice ou un cell array de sorties, y et des poids d’erreur, ew, et renvoie l’erreur quadratique moyenne.

Cette fonction a deux paramètres optionnels qui sont associés aux réseaux pour lesquels net.trainFcn est défini à cette fonction :

• 'regularization' peut être défini à n’importe quelle valeur entre 0 et 1. Plus la valeur de régularisation est élevée, plus de poids et biais au carré sont inclus dans le calcul de performance par rapport aux erreurs. La valeur par défaut est 0, soit aucune régularisation.

• 'normalization' peut être défini à 'none' (valeur par défaut), 'standard', qui normalise les erreurs entre -2 et 2, ce qui correspond à la normalisation des sorties et cibles entre -1 et 1, et 'percent', qui normalise les erreurs entre -1 et 1. Cette fonctionnalité est utile pour les réseaux avec des sorties multi-éléments. Elle garantit que les précisions relatives des éléments de sortie avec des plages de valeurs cibles différentes sont traitées avec une importance égale, au lieu de prioriser la précision relative de l’élément de sortie avec la plage de valeurs cibles la plus grande.

Vous pouvez créer un réseau standard qui utilise mse avec feedforwardnet ou cascadeforwardnet. Pour préparer un réseau personnalisé à être entraîner avec mse, définissez net.performFcn à 'mse'. net.performParam est alors automatiquement défini comme une structure avec les valeurs des paramètres optionnels par défaut.

mse est une fonction de performance du réseau. Elle mesure les performances du réseau selon la moyenne des erreurs quadratiques.

Exemples

Entraîner un réseau de neurones avec la fonction de performance mse

Cet exemple montre comment entraîner un réseau de neurones avec la fonction de performance mse.

Ici, un réseau feedforward à deux couches est créé et entraîné pour estimer un pourcentage de graisse corporelle avec la fonction de performance mse et une valeur de régularisation de 0,01.

[x, t] = bodyfat_dataset;
net = feedforwardnet(10);
net.performParam.regularization = 0.01;

MSE est la fonction de performance par défaut pour feedforwardnet.

net.performFcn

Entraînez le réseau et évaluez les performances.

net = train(net, x, t);
y = net(x);
perf = perform(net, t, y)

Vous pouvez également appeler mse directement.

perf = mse(net, t, y, 'regularization', 0.01)

Arguments d'entrée

net — Réseau de neurones

objet network

Réseau de neurones, défini par un objet network.

Exemple : net = feedforwardnet(10);

t — Cibles

matrice | cell array

Cibles, définies par une matrice ou un cell array.

y — Sorties

matrice | cell array

Sorties, définies par une matrice ou un cell array.

ew — Poids des erreurs

1 (par défaut) | scalaire

Poids des erreurs, définis par un scalaire.

Arguments de sortie

perf — Performance du réseau

scalaire

Performances du réseau sous forme d’erreurs quadratiques moyennes.

Historique des versions

Introduit avant R2006a

Voir aussi

mae