主要内容

均方误差

一半均方误差

在页面中全部折叠

语法

损失= mse (Y,目标)
损失= mse (Y,目标,DataFormat, FMT)

描述

半均方误差运算计算回归任务中网络预测值与目标值之间的半均方误差损失。

损失用以下公式计算

损失 ＝ 1 2 N ∑ 我 ＝ 1 米 （ X 我 − T 我 ） 2

在哪里X我是网络预测，T我是目标值，米回复的总数是否已填满X(在所有的观察中)，和N观察的总数在里面吗X．

请注意

该函数计算预测和目标之间的一半均方误差损失存储为dlarray数据。如果你想计算a内误差平方的一半layerGraph对象或层数组，用于trainNetwork，使用以下图层:

例子

损失= mse (Y，目标）计算预测之间的一半均方误差损失Y和目标值目标回归问题。输入Y必须是格式化的dlarray．输出损失是一个非格式化dlarray标量。

损失= mse (Y，目标“DataFormat”,FMT）还指定维度格式FMT当Y不是格式化的dlarray．

例子

全部折叠

一半均方误差评估网络预测与目标值的对应程度。

将输入预测创建为高度和宽度为6的随机值的单个观察值和单个通道。

身高= 6;宽度= 6;渠道= 1;观察= 1;Y =兰德(高度、宽度、通道观测);Y = dlarray (Y,“SSCB”）

将目标值创建为与输入数据具有相同维度顺序的数字数组Y．

目标= 1(高度、宽度、通道观测);

计算预测和目标之间的一半均方误差。

损失= mse (Y,目标)
损失= 1x1 dlarray 5.2061

输入参数

全部折叠

预测，指定为格式化的dlarray,一个非格式化dlarray，或数字数组。当Y不是格式化的dlarray方法指定尺寸格式DataFormat选择。

如果Y是一个数值数组，目标必须是一个dlarray．

指定为格式化或非格式化的目标响应dlarray或者一个数字数组。

各维度的尺寸目标尺寸必须匹配对应的尺寸Y．

如果目标是一个格式化的dlarray，则其格式必须与的格式相同Y，或与DataFormat如果Y未格式化。

如果目标是一个非格式化dlarray或数值数组，则函数应用的格式Y或者是DataFormat来目标．

提示

格式化dlarray对象自动排列底层数据的维度，使其具有顺序“S”(空间),“C”(通道),“B”(批处理),“T”(时间),然后“U”(不明)。保证尺寸Y而且目标是一致的,当Y是一个格式化的dlarray还,指定目标作为一个格式化的dlarray．

未格式化输入数据的维度顺序，指定为逗号分隔的对，由“DataFormat”和字符数组或字符串FMT它为数据的每个维度提供一个标签。每个字符在FMT必须是以下之一:

  • “年代”——空间

  • “C”——频道

  • “B”-批处理(例如，样品和观察)

  • “T”-时间(例如，序列)

  • “U”——未指明的

您可以指定多个标记的维度“年代”或“U”．你可以使用标签“C”，“B”,“T”最多一次。

您必须指定FMT, DataFormat”当输入数据没有格式化时dlarray．

例子:“DataFormat”、“SSCB”

数据类型:字符|字符串

输出参数

全部折叠

一半的均方误差损失，作为未格式化的返回dlarray标量。输出损失是否与输入具有相同的基础数据类型Y．

更多关于

全部折叠

一半均方误差损失

的均方误差函数计算回归问题的半均方误差损失。有关更多信息，请参见的定义回归输出层在RegressionOutputLayer参考页面。

扩展功能

版本历史

介绍了R2019b

另请参阅

||||||

主题

Baidu
map